mindspore.mint.median

mindspore.mint.median(input, dim=None, 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：

• input (Tensor) - 任意维度的Tensor，支持的数据类型为：uint8, int16, int32, int64, float16 or float32.

• 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 - input 不是以下数据类型之一：uint8、int16、int32、int64、float16、float32。

• TypeError - input 不是Tensor。

• 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, mint
>>> 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 = mint.median(x, 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]))