mindspore.Tensor.median

mindspore.Tensor.median(axis=- 1, keepdims=False)

输出Tensor指定维度上的中值与索引。

警告

如果 input 的中值不为唯一，则 indices 不一定对应第一个出现的中值。该接口的具体实现方式和后端类型相关，CPU和GPU的返回值可能不相同。

参数：

axis (int，可选) - 指定计算的轴。默认值： -1 。
keepdims (bool，可选) - 输出Tensor是否需要保留 axis 的维度。默认值： False 。

返回：

y (Tensor) - 返回指定维度上的中值，数据类型与 input 相同。
indices (bool) - 指定中值索引。数据类型为int64。

异常：

TypeError - axis 不是int。
TypeError - keepdims 不是bool。
ValueError - axis 的范围不在[-dims, dims - 1]，dims 表示 x 的维度长度。

支持平台：

GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[0.57, 0.11, 0.21],[0.38, 0.50, 0.57], [0.36, 0.16, 0.44]]).astype(np.float32))
>>> y = x.median(axis=0, keepdims=False)
>>> print(y)
(Tensor(shape=[3], dtype=Float32, value= [ 3.79999995e-01,  1.59999996e-01,  4.39999998e-01]),
Tensor(shape=[3], dtype=Int64, value= [1, 2, 2]))

mindspore.Tensor.median()

返回输入的中位数。

返回：

y (Tensor) - 输出中值。

支持平台：

Ascend

mindspore.Tensor.median(dim=- 1, keepdim=False)

输出指定维度 dim 上的中值与其对应的索引。如果 dim 为None，则计算Tensor中所有元素的中值。

参数：

dim (int, 可选) - 指定计算的轴。默认值： None 。
keepdim (bool, 可选) - 是否保留 dim 指定的维度。默认值： False 。

返回：

y (Tensor) - 输出中值，数据类型与 input 相同。
- 如果 dim 为 None ， y 只有一个元素。
- 如果 keepdim 为 True ， y 的shape除了在 dim 维度上为1外与 input 一致。
- 其他情况下， y 比 input 缺少 dim 指定的维度。
indices (Tensor) - 中值的索引。shape与 y 一致，数据类型为int64。

异常：

TypeError - dim 不是int。
TypeError - keepdim 不是bool值。
ValueError - dim 不在 [-x.dim, x.dim-1] 范围内。

支持平台：

Ascend

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[0.57, 0.11, 0.21],[0.38, 0.50, 0.57], [0.36, 0.16, 0.44]]).astype(np.float32))
>>> y = x.median(dim=0, keepdim=False)
>>> print(y)
(Tensor(shape=[3], dtype=Float32, value= [ 3.79999995e-01,  1.59999996e-01,  4.39999998e-01]),
Tensor(shape=[3], dtype=Int64, value= [1, 2, 2]))