如何理解Scipy中trim_mean的计算逻辑？与手动计算为何有差异？

你对截尾均值的理解没错，但scipy.stats.trim_mean()的实现逻辑和你预期的按分布百分位剔除完全不一样——它是直接按样本数量的比例来剔除两端的观测值，而且只取整数个数，完全不考虑数据的分布特性。

用你的例子拆解：

• 数据总长度是9，proportiontocut=0.05意味着两端各要剔除9*0.05=0.45个数据。因为没法剔除0.45个样本，所以会向下取整为0——也就是根本没剔除任何数据，直接计算原始均值：

  (1+2+2+3+4+30+4+4+5)/9 = 55/9 ≈ 6.1111
  

  这就是你得到的结果。

你手动用numpy按百分位截断的逻辑是另一种截尾均值的计算方式（基于分布分位数），但trim_mean()的设计逻辑就是简单的“按样本数比例删数”，它的参数描述里的“剔除分布两端的比例”属于表述误导，实际是剔除样本两端的比例数量，和分布的分位数没有关系。

如果想要实现你预期的“按百分位截断后求均值”，可以手动实现：

import numpy as np

data = np.array([1,2,2,3,4,30,4,4,5])
lower = np.percentile(data, 5)
upper = np.percentile(data, 95)
trimmed_data = data[(data >= lower) & (data <= upper)]
mean = trimmed_data.mean()  # 结果为3.4285...

内容的提问来源于stack exchange，提问作者Bing Li