如何使用Python中的np.median計算中位數

一、什麼是中位數

中位數是指將一組數據從小到大排列後，位於中間位置的數。如果數據個數為奇數，則中位數為中間的那個數；如果數據個數為偶數，則中位數是中間兩個數的平均數。

二、Python中的np.median()函數

在Python中，如果要計算一組數據的中位數，可以使用numpy庫中的median()函數。

import numpy as np

data = [1, 2, 3, 4, 5]
median = np.median(data)
print("中位數為：", median)

以上代碼中，我們首先導入了numpy庫，然後定義了一個列表data，其中包含了5個數據。接着使用np.median()函數來計算數據的中位數，並將結果保存到變量median中。最後將結果打印出來。

三、如何處理含有缺失值的數據

在實際應用中，我們經常遇到含有缺失值的數據。如果數據中含有缺失值，那麼直接使用np.median()函數計算中位數可能會出現錯誤。這時，我們可以使用pandas庫中的dropna()函數來刪除缺失值，然後再計算中位數。

import numpy as np
import pandas as pd

data = [1, 2, 3, np.nan, 5]
df = pd.DataFrame(data)
clean_data = df.dropna()
median = np.median(clean_data)
print("中位數為：", median)

以上代碼中，我們首先導入了pandas庫，並將含有缺失值的數據保存到一個DataFrame對象df中。然後使用df.dropna()函數刪除缺失值，得到一個不含缺失值的數據clean_data。最後使用np.median()函數計算clean_data的中位數，並將結果保存到變量median中。最後將結果打印出來。

四、如何處理含有異常值的數據

在實際應用中，我們還經常遇到含有異常值的數據。如果數據中含有異常值，那麼直接使用np.median()函數計算中位數可能會出現錯誤。這時，我們可以使用numpy庫中的percentile()函數來刪除異常值，然後再計算中位數。

import numpy as np

data = [1, 2, 3, 100, 5]
p25, p75 = np.percentile(data, [25, 75])
iqr = p75 - p25
outlier_min = p25 - 1.5*iqr
outlier_max = p75 + 1.5*iqr
clean_data = []
for d in data:
    if d >= outlier_min and d <= outlier_max:
        clean_data.append(d)
median = np.median(clean_data)
print("中位數為：", median)

以上代碼中，我們首先定義了一個列表data，其中包含了5個數據，其中包含一個異常值100。然後使用np.percentile()函數計算出數據的第25個和第75個百分位數，進而計算出四分位距（iqr）。接着根據四分位距，分別計算出異常值的下限和上限。然後遍歷所有數據，將在異常值範圍內的數據添加到新列表clean_data中。最後使用np.median()函數計算clean_data的中位數，並將結果保存到變量median中。最後將結果打印出來。