nanmedian

paddle.compat. nanmedian ( input, *, dim=None, keepdim=False, *, out=None ) [源代码] 

PyTorch 兼容的 nanmedian 版本，提供完全一致的函数签名与行为： - 忽略 NaN 元素计算中位数。 - 当 dim 为 None 时，返回所有非 NaN 元素的中位数； - 当 dim 指定维度时，返回该维度上非 NaN 元素的中位数与对应索引；若某个切片全为 NaN，则返回 NaN 和索引 0。

备注

此 API 遵循 torch.nanmedian 的函数签名和行为以实现 PyTorch 兼容。如需使用 Paddle 原生实现，请参考 nanmedian。

参数

input (Tensor) - 输入 N 维 Tensor，支持 bfloat16、float16、float32、float64 数据类型。
dim (int，可选) - 指定计算中位数的维度。为 None 时计算全局中位数。默认 None。
keepdim (bool，可选) - 是否保留被约简的维度。默认 False。
out (tuple(Tensor, Tensor)|Tensor，可选) - 关键字参数。当指定 dim 时，可传入二元组 (values, indices) 用于原位写回中位数与索引；当未指定 dim 时，可传入单个 Tensor 用于写回标量结果。默认 None。

返回

当 dim 为 None：返回一个标量 Tensor，为忽略 NaN 后的中位数。
当 dim 指定：返回具名元组 (values, indices)，分别是中位数与其索引。

代码示例

          >>> import paddle
>>> import numpy as np

>>> x = paddle.to_tensor([[1, float('nan'), 3], [4, 5, 6], [float('nan'), 8, 9]], dtype='float32')
>>> result = paddle.compat.nanmedian(x)
>>> print(result)
Tensor(shape=[], dtype=float32, place=Place(cpu), stop_gradient=True, 5.0)

>>> ret = paddle.compat.nanmedian(x, dim=1)
>>> print(ret.values)
Tensor(shape=[3], dtype=float32, place=Place(cpu), stop_gradient=True, [1.0, 5.0, 8.0])
>>> print(ret.indices)
Tensor(shape=[3], dtype=int64, place=Place(cpu), stop_gradient=True, [0, 1, 1])

>>> # Using out parameter
>>> out_values = paddle.zeros([3], dtype='float32')
>>> out_indices = paddle.zeros([3], dtype='int64')
>>> paddle.compat.nanmedian(x, dim=1, out=(out_values, out_indices))
>>> print(out_values)
Tensor(shape=[3], dtype=float32, place=Place(cpu), stop_gradient=True, [1.0, 5.0, 8.0])

         