2D 数组的 median_absolute_deviation 抛出 AxisError: axis 1 is out of bounds for array of dimension 1

Question

代码块是：

import scipy as sp 
import numpy as np

print(temps.shape)
print(temps.ndim)
mad = sp.stats.median_absolute_deviation(temps, axis=1, nan_policy='omit')
med = np.median(temps, axis=1)
mean = np.mean(temps,axis=1)

temps.shape是 (992,2048) 并且temps.ndim是 2

但是使用median_absolute_deviation的第 3 行抛出AxisError ：轴 1 超出了维度 1 数组的范围。如果我注释掉该行，则med和mean运行良好，没有轴错误。 为什么会发生这种情况，我如何让它计算沿长度 2048 轴的中值绝对偏差？

Answer 1

我没有您的确切数组，但我尝试复制您的代码以产生您的错误：

from scipy.stats import median_absolute_deviation
import numpy as np

# mimicking your data with random numbers
temps = np.random.normal(0.0, 1.0, size=(992,2048))
# setting values of axis 1 to NaN
temps[:,1] = np.nan

print(temps.shape)
print(temps.ndim)
mad = median_absolute_deviation(temps, axis=1, nan_policy='omit')
med = np.median(temps, axis=1)
mean = np.mean(temps,axis=1)

使用median_absolute_deviation()中的参数nan_policy='omit' ，您实际上是在要求 function 从数组temps中删除所有np.nan值。

正如我在上面所展示的，如果有一整列的这些值，它们会通过调用nan_policy='omit'被删除，因此数组temps被缩减为一个维度为 1 的数组，并且您看到的错误就会出现。