2
我有一个问题，有关numpy.median（）在numpy.ma.masked_array（）创建的屏蔽阵列上的行为。numpy.median在屏蔽阵列上的意外行为
在我从调试自己的代码的理解，numpy.median（）无法如预期那样对蒙面阵列（见Using numpy.median on a masked array对这个问题的定义）
答案提供的工作是：
说明：如果我没有记错，np.median不支持子类，所以无法在np.ma.MaskedArray上正常工作。
因此，结论是，为了计算掩蔽阵列中元素的中值，使用numpy.ma.median()，因为这是专用于掩蔽阵列的中值函数。
我的问题在于我刚刚花费了相当多的时间来发现这个问题，因为没有办法知道这个问题。
尝试通过numpy.median（）计算屏蔽数组的中值时没有发出警告或异常。
这个函数返回的答案不是预期的，当人们不知道这个时会导致严重的问题。
有谁知道这可能被认为是一个错误？
在我看来，预期的行为应该是在屏蔽数组上使用numpy.median会引发某种异常。
任何想法???
的下面的测试脚本示出了使用numpy.median掩蔽阵列上的不需要的和意外的行为（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
因此，您的抱怨是'np.median'不起作用，但'np.ma.median'呢？ – Eric
...我的抱怨是，它没有给出任何迹象（即使在文档中）np.median在将其应用于蒙版数组时给出错误结果。对我个人来说，有时候会很sl，，这个错误的np.median值将不被发现。所以，抱怨并不是说np.ma.median能够工作，但是np.median并没有在掩模阵列上给出错误结果的任何迹象。 –
大量的'np。*'函数在掩码阵列上无法正常工作。问题是，'np。*'函数甚至不知道掩码数组存在。 – Eric