3

我有一个关于 numpy.median() 在使用 numpy.ma.masked_array() 创建的掩码数组上的行为的问题。

正如我从调试自己的代码中了解到的那样，numpy.median() 在掩码数组上无法按预期工作（有关问题的定义，请参阅在掩码数组上使用 numpy.median）

提供的答案是：

说明：如果我没记错的话，np.median 不支持子类，因此它无法在 np.ma.MaskedArray 上正常工作。

因此得出的结论是，为了计算掩码数组中元素的中位数，可以使用它，numpy.ma.median()因为这是专用于掩码数组的中位数函数。

我的问题在于我刚刚花了相当多的时间来寻找这个问题，因为没有办法知道这个问题。

尝试通过 numpy.median() 计算掩码数组的中位数时不会引发警告或异常。

这个函数返回的答案不是预期的，当人们不知道这一点时会导致严重的问题。

有谁知道这是否可能被认为是一个错误？

在我看来，预期的行为应该是在掩码数组上使用 numpy.median 会引发某种异常。

有什么想法吗？？？

下面的测试脚本显示了在掩码数组上使用 numpy.median 的不良和意外行为（请注意，有效元素的正确和预期中值是 2.5 ！！！）：

In [1]: import numpy as np

In [2]: test = np.array([1, 2, 3, 4, 100, 100, 100, 100])

In [3]: valid_elements = np.array([1, 1, 1, 1, 0, 0, 0, 0], dtype=np.bool)

In [4]: testm = np.ma.masked_array(test, ~valid_elements)

In [5]: testm
Out[5]: 
masked_array(data = [1 2 3 4 -- -- -- --],
             mask = [False False False False  True  True  True  True],
       fill_value = 999999)

In [6]: np.median(test)
Out[6]: 52.0

In [7]: np.median(test[valid_elements])
Out[7]: 2.5

In [8]: np.median(testm)
Out[8]: 4.0

In [9]: np.ma.median(testm)
Out[9]: 2.5
4

1 回答 1

3

有谁知道这是否可能被认为是一个错误？

好吧，这是一个错误！几个月前我在他们的问题跟踪器上发布了它（链接到错误报告）。

这种行为的原因是np.median使用partition了输入数组的方法，但np.ma.MaskedArray没有覆盖该partition方法。因此，当在其中arr.partition调用时，np.median它只是默认为基本numpy.ndarray.partition方法（对于掩码数组来说这是虚假的！）。

于 2017-02-22T13:39:22.167 回答