tmean的limits是数值上下界：边界值算不算在内，要看inclusive参数

补SciPy 1.18.0手册几处，跟帖里的边界结论对得上：完整签名是tmean(a, limits=None, inclusive=(True, True), axis=None, *, nan_policy=「propagate」, keepdims=False)，inclusive是keyword位置参数但nan_policy与keepdims是keyword-only。limits的两个值可以单独给None表示半开区间，官方原文是Either of the limit values in the tuple can also be None representing a half-open interval。inclusive的默认(True, True)即上下界都算在内，跟帖里说的「默认都为True」一致。另外三点容易踩：axis=None是先把输入铺平再算，不是沿轴；nan_policy=「omit」剔掉NaN后数据不足照样出NaN，「raise」才抛ValueError；1.9起np.matrix会先转ndarray、掩码数组的掩码元素被忽略但输出不是masked array。还有个对照：旁边的trim_mean是按比例从两端尾巴砍掉再求平均，tmean是按数值界限过滤——一个是砍百分之几，一个是砍数值区间，名字像但刀法不同。