本文简要介绍 python 语言中 numpy.nanquantile
的用法。
用法:
numpy.nanquantile(a, q, axis=None, out=None, overwrite_input=False, method='linear', keepdims=<no value>, *, interpolation=None)
沿指定轴计算数据的第 q 个分位数,同时忽略 nan 值。返回数组元素的第 q 个分位数。
- a: array_like
输入数组或可转换为数组的对象,包含要忽略的 nan 值
- q: 类似浮点数的数组
要计算的分位数或分位数序列,必须介于 0 和 1 之间。
- axis: {int,int 元组,无},可选
计算分位数的一个或多个轴。默认值是沿数组的扁平化版本计算分位数。
- out: ndarray,可选
用于放置结果的替代输出数组。它必须具有与预期输出相同的形状和缓冲区长度,但如有必要,将强制转换(输出的)类型。
- overwrite_input: 布尔型,可选
如果为 True,则允许通过中间计算修改输入数组 a,以节省内存。在这种情况下,该函数完成后输入 a 的内容是未定义的。
- method: str,可选
此参数指定用于估计分位数的方法。有许多不同的方法,其中一些是 NumPy 独有的。请参阅注释以获取解释。 H&F; 论文 [1] 中总结的按 R 类型排序的选项为:
‘inverted_cdf’
‘averaged_inverted_cdf’
‘closest_observation’
‘interpolated_inverted_cdf’
‘hazen’
‘weibull’
‘linear’(默认)
‘median_unbiased’
‘normal_unbiased’
前三种方法是不连续的。 NumPy 进一步定义了默认 ‘linear’ (7.) 选项的以下不连续变体:
‘lower’
‘higher’,
‘midpoint’
‘nearest’
- keepdims: 布尔型,可选
如果将其设置为 True,则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项,结果将针对原始数组 a 正确广播。
如果这不是默认值,它将被传递(在空数组的特殊情况下)到numpy.mean底层数组的函数。如果数组是 sub-class 并且numpy.mean没有kwarg保持昏暗这将引发运行时错误。
- interpolation: str,可选
方法关键字参数的已弃用名称。
- quantile: 标量或 ndarray
如果q是一个百分位数并且轴=无, 那么结果是一个标量。如果给出多个分位数,则结果的第一个轴对应于分位数。其他轴是减少后剩余的轴a.如果输入包含整数或浮点数小于
float64
,输出数据类型为float64
.否则,输出数据类型与输入数据类型相同。如果out指定,则返回该数组。
参数:
返回:
注意:
有关更多信息,请参阅
numpy.quantile
参考:
R. J. Hyndman 和 Y. Fan,“统计包中的样本分位数”,美国统计学家,50(4),第 361-365 页,1996
1:
例子:
>>> a = np.array([[10., 7., 4.], [3., 2., 1.]]) >>> a[0][1] = np.nan >>> a array([[10., nan, 4.], [ 3., 2., 1.]]) >>> np.quantile(a, 0.5) nan >>> np.nanquantile(a, 0.5) 3.0 >>> np.nanquantile(a, 0.5, axis=0) array([6.5, 2. , 2.5]) >>> np.nanquantile(a, 0.5, axis=1, keepdims=True) array([[7.], [2.]]) >>> m = np.nanquantile(a, 0.5, axis=0) >>> out = np.zeros_like(m) >>> np.nanquantile(a, 0.5, axis=0, out=out) array([6.5, 2. , 2.5]) >>> m array([6.5, 2. , 2.5]) >>> b = a.copy() >>> np.nanquantile(b, 0.5, axis=1, overwrite_input=True) array([7., 2.]) >>> assert not np.all(a==b)
相关用法
- Python numpy nancumprod用法及代码示例
- Python numpy nanmean用法及代码示例
- Python numpy nanpercentile用法及代码示例
- Python numpy nanargmin用法及代码示例
- Python numpy nan_to_num用法及代码示例
- Python numpy nanargmax用法及代码示例
- Python numpy nanvar用法及代码示例
- Python numpy nanmedian用法及代码示例
- Python numpy nancumsum用法及代码示例
- Python numpy nansum用法及代码示例
- Python numpy nanprod用法及代码示例
- Python numpy nanmin用法及代码示例
- Python numpy nanstd用法及代码示例
- Python numpy nanmax用法及代码示例
- Python numpy negative用法及代码示例
- Python numpy ndarray.astype用法及代码示例
- Python numpy ndarray.flat用法及代码示例
- Python numpy ndarray.setflags用法及代码示例
- Python numpy ndarray.setfield用法及代码示例
- Python numpy ndarray.sort用法及代码示例
- Python numpy ndarray.real用法及代码示例
- Python numpy ndarray.strides用法及代码示例
- Python numpy ndindex用法及代码示例
- Python numpy ndarray.itemset用法及代码示例
- Python numpy ndarray.__class_getitem__用法及代码示例
注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.nanquantile。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。