Main Content

mode

数组中出现次数最多的值

说明

示例

M = mode(A) 返回 A 的样本众数,即 A 中出现次数最多的值。如果有多个值以相同的次数出现,mode 将返回其中最小的值。对复杂的输入,最小值是排序列表的第一个值。

  • 如果 A 为向量,则 mode(A) 返回 A 中出现次数最多的值。

  • 如果 A 为非空矩阵,那么 mode(A) 将返回包含 A 每列众数的行向量。

  • 如果 A 为 0×0 空矩阵,mode(A) 返回 NaN

  • 如果 A 为多维数组,则 mode(A) 将沿大小不等于 1 的第一个数组维度的值视为向量,并返回一个由出现次数最多的值组成的数组。此维度的大小将变为 1,而所有其他维度的大小保持不变。

  • 如果 A 是表或时间表,则 mode(A) 返回单行表,其中包含每个变量的模式。 (自 R2023a 起)

示例

M = mode(A,'all') 计算 A 的所有元素的众数。此语法适用于 MATLAB® R2018b 及更高版本。

示例

M = mode(A,dim) 返回维度 dim 上的元素的模式。例如,如果 A 为矩阵,则 mode(A,2) 是包含每一行的出现次数最多值的列向量。

示例

M = mode(A,vecdim) 计算向量 vecdim 所指定的维度上的众数。例如,如果 A 是矩阵,则 mode(A,[1 2])A 中所有元素的众数,因为矩阵的每个元素都包含在由维度 1 和 2 定义的数组切片中。

示例

[M,F] = mode(___) 支持上述语法中的任何输入参数,且可返回一个频率数组 FFM 大小相同,而且 F 的每个元素代表 M 中对应元素的出现次数。

示例

[M,F,C] = mode(___) 返回与 MF 同样大小的元胞数组 CC 中的每个元素都是与 M 中对应元素出现频率相同的所有值的排序向量。

示例

全部折叠

定义一个 3×4 矩阵。

A = [3 3 1 4; 0 0 1 1; 0 1 2 4]
A = 3×4

     3     3     1     4
     0     0     1     1
     0     1     2     4

计算每一列中出现次数最多的值。

M = mode(A)
M = 1×4

     0     0     1     4

定义一个 3×4 矩阵。

A = [3 3 1 4; 0 0 1 1; 0 1 2 4]
A = 3×4

     3     3     1     4
     0     0     1     1
     0     1     2     4

计算每一行中出现次数最多的值。

M = mode(A,2)
M = 3×1

     3
     0
     0

创建一个由 110 之间的整数组成的 1×3×4 数组。

rng('default')
A = randi(10,[1,3,4])
A = 
A(:,:,1) =

     9    10     2


A(:,:,2) =

    10     7     1


A(:,:,3) =

     3     6    10


A(:,:,4) =

    10     2    10

沿第二个维度计算此三维数组的出现次数最多的值。

M = mode(A)
M = 
M(:,:,1) =

     2


M(:,:,2) =

     1


M(:,:,3) =

     3


M(:,:,4) =

    10

此运算通过沿第二个维度计算出现次数最多的值来生成一个 1×1×4 数组。第二个维度的大小降到 1

沿 A 的第一个维度计算模式。

M = mode(A,1);
isequal(A,M)
ans = logical
   1

这将会返回与 A 相同的数组,因为第一个维度的大小为 1

创建一个三维数组并计算每页数据(行和列)的众数。

A(:,:,1) = [2 4; 2 1];
A(:,:,2) = [6 2; 3 3];
A(:,:,3) = [4 4; 7 4];
M1 = mode(A,[1 2])
M1 = 
M1(:,:,1) =

     2


M1(:,:,2) =

     3


M1(:,:,3) =

     4

从 R2018b 开始,要计算一个数组的所有维度上的众数,可以在向量维参数中指定每个维度,或使用 'all' 选项。

M2 = mode(A,[1 2 3])
M2 = 4
Mall = mode(A,'all')
Mall = 4

定义一个 3×4 矩阵。

A = [3 3 1 4; 0 0 1 1; 0 1 2 4]
A = 3×4

     3     3     1     4
     0     0     1     1
     0     1     2     4

计算每一列出现次数最多的值及其出现次数。

[M,F] = mode(A)
M = 1×4

     0     0     1     4

F = 1×4

     2     1     2     2

F(1)2,因为 M(1) 在第一列中出现两次。

定义一个 3×4 矩阵。

A = [3 3 1 4; 0 0 1 1; 0 1 2 4]
A = 3×4

     3     3     1     4
     0     0     1     1
     0     1     2     4

计算每行出现次数最多的值、出现次数以及该行中出现次数同样多的值。

[M,F,C] = mode(A,2)
M = 3×1

     3
     0
     0

F = 3×1

     2
     2
     1

C=3×1 cell array
    {[       3]}
    {2x1 double}
    {4x1 double}

C{2} 为 2×1 向量 [0;1],因为第二行中值 01 出现次数为 F(2)

C{3} 为 4×1 向量 [0;1;2;4],因为第三行中所有值出现次数为 F(3)

定义一个由 16 位无符号整数组成的 1×4 向量。

rng('default')
A = randi(10,[1,4],'uint16')
A = 1x4 uint16 row vector

    9   10    2   10

计算出现次数最多的值及其出现次数。

[M,F] = mode(A)
M = uint16
    10
F = 2
class(M)
ans = 
'uint16'

M 与输入 A 的类相同。

输入参数

全部折叠

输入数组,指定为向量、矩阵、多维数组、表或时间表。A 可以是数值数组、分类数组、日期时间数组、持续时间数组,或是其变量具有上述任何数据类型的表或时间表。

输入数组 A 中的 NaNNaT(非时间值)值被忽略。分类数组中未定义的值类似于数值数组中的 NaN

沿其运算的维度,指定为正整数标量。如果不指定维度,则默认为第一个大于 1 的数组维度。

维度 dim 表示长度减至 1 的维度。size(M,dim)1,而所有其他维度的大小保持不变。

以一个 m×n 输入矩阵 A 为例:

  • mode(A,1) 计算 A 的每列中元素的众数,并返回一个 1×n 行向量。

    mode(A,1) column-wise operation

  • mode(A,2) 计算 A 的每行中元素的众数,并返回一个 m×1 列向量。

    mode(A,2) row-wise operation

如果 dim 大于 ndims(A),则 mode 返回 A

维度向量,指定为正整数向量。每个元素代表输入数组的一个维度。指定的操作维度的输出长度为 1,而其他保持不变。

以 2×3×3 输入数组 A 为例。然后 mode(A,[1 2]) 返回一个 1×1×3 数组,其元素是 A 的每个页面的众数。

Mapping of a 2-by-3-by-3 input array to a 1-by-1-by-3 output array

输出参数

全部折叠

出现次数最多的值,以标量、向量、矩阵、多维数组或表形式返回。如果有多个值以相同的次数出现,mode 将返回其中最小的值。对于复杂的输入,采用有序列表值的第一个值。

如果输入 A 是数组,则输出 M 是相同类的数组。

如果 A 是表或时间表,则 M 是单行表。如果 A 的变量有单位,则 M 的变量有相同的单位。

频率数组,以标量、向量、矩阵、多维数组或表形式返回。F 大小与 M 大小相同,而且 F 的每个元素代表 M 中对应元素的出现次数。

如果输入 A 是数组,则输出 Fdouble 数组。

如果 A 是表或时间表,则 F 是单行表。如果 A 的变量有单位,则 F 的变量没有那些单位。

出现次数最多的多个值返回为元胞数组或表。C 大小与 MF 大小相同,而且 C 中每个元素都是与 M 中对应元素出现次数相同的所有值的排序列向量。

如果输入 A 是表或时间表,则输出 C 是单行表。C 的每个变量都有一个元胞数组,该元胞数组包含与 M 的对应元素具有相同频率的所有值组成的一个排序列向量。如果 A 的变量有单位,则 C 的变量有相同的单位。

提示

  • mode 函数对于离散数据或粗略舍入数据非常有用。一个连续概率分布的众数被定义为其密度函数的峰值。将 mode 函数应用到不太可能产生良好峰值估计值的分布样本;这样能更好地计算出直方图或密度估计值并计算估计值的峰值。此外,mode 函数也不适合查找具有多个众数的分布的峰值。

扩展功能

版本历史记录

在 R2006a 之前推出

全部展开

另请参阅

| | | |