Numpy 的 quantile(~)
方法返回指定分位数处的插值。请注意,此方法与 percentile(~)
完全相同,只是 quantile(~)
方法采用 0 到 1 之间的值,而不是 0 到 100。
参数
1. a
| array-like
输入数组。
2. q
| array-like
共 float
要计算的所需分位数,必须介于 0(含)和 1(含)之间。
3. axis
| None
或 int
| optional
计算百分位数所沿的轴。对于二维数组,允许的值如下:
轴 |
意义 |
---|---|
0 |
按列计算分位数 |
1 |
按行计算分位数 |
None |
计算展平输入数组的百分位 |
默认情况下,axis=None
。
4. out
| Numpy array
| optional
您可以将计算结果放入 out
指定的数组中,而不是创建新数组。
5. overwrite_input
| boolean
| optional
是否将中间计算保存到输入数组a
。这会节省内存空间,但也会使 a
的内容未定义。默认情况下,overwrite_input=False
。
6. interpolation
| string
| optional
当给定百分位数位于两个 data-points 之间时,如何对值进行插值,例如 i
和 j
,其中 i<j
:
值 |
意义 |
---|---|
linear |
标准线性插补 |
lower |
返回 |
higher |
返回 |
midpoint |
返回 |
nearest |
返回 |
默认情况下,interpolation="linear"
。
返回值
如果 q
是标量,则返回标量。否则,返回一个 Numpy 数组。
例子
计算单个百分位数
要获取 0.5 分位数处的值:
a = np.array([5,6,7,8,9])
np.quantile(a, 0.5)
7.0
计算多个百分位数
要获取第 50 个和第 75 个百分位数的值:
a = np.array([5,6,7,8,9])
np.quantile(a, [0.5, 0.75])
array([7., 8.])
更改插值方法
线性
考虑指定分位数对应的值不存在的情况:
a = np.array([5,6,7,8,9])
np.quantile(a, 0.45) # interpolation="linear"
6.800000000000001
这里,由于数组中不存在第 45 个百分位数对应的值,因此该值在 6 和 7 之间线性插值。
降低
a = np.array([5,6,7,8,9])
np.quantile(a, 0.45, interpolation="lower")
6
同样,由于 45% 分位数不存在,我们需要执行插值。我们知道它在值 6 和 7 之间。通过传入 "lower"
,我们选择较低的值,即本例中的 6。
更高
a = np.array([5,6,7,8,9])
np.quantile(a, 0.45, interpolation="higher")
7
与 "lower"
相同的逻辑,但我们采用较高的值。
最近的
a = np.array([5,6,7,8,9])
np.quantile(a, 0.45, interpolation="nearest")
7
通过传入"nearest",我们不再总是选择较低或较高的值,而是采用最接近的值。这里,从 interpolation="linear"
的输出来看,我们知道插值更接近 7 而不是 6。
中点
a = np.array([5,6,7,8,9])
np.quantile(a, 0.45, interpolation="midpoint")
6.5
在这里,我们只取下限值和上限值的中点,因此 (6+7)/2=6.5
。
相关用法
- Python queue.PriorityQueue用法及代码示例
- Python Pandas qcut方法用法及代码示例
- Python cudf.core.column.string.StringMethods.is_vowel用法及代码示例
- Python NumPy fliplr方法用法及代码示例
- Python torch.distributed.rpc.rpc_async用法及代码示例
- Python torch.nn.InstanceNorm3d用法及代码示例
- Python sklearn.cluster.MiniBatchKMeans用法及代码示例
- Python pandas.arrays.IntervalArray.is_empty用法及代码示例
- Python tf.compat.v1.distributions.Multinomial.stddev用法及代码示例
- Python numpy.less()用法及代码示例
- Python Matplotlib.figure.Figure.add_gridspec()用法及代码示例
- Python tf.compat.v1.distribute.MirroredStrategy.experimental_distribute_dataset用法及代码示例
- Python Django File.save用法及代码示例
- Python NumPy squeeze方法用法及代码示例
- Python Sympy Permutation.list()用法及代码示例
- Python dask.dataframe.Series.apply用法及代码示例
- Python networkx.algorithms.shortest_paths.weighted.all_pairs_dijkstra_path用法及代码示例
- Python scipy.ndimage.binary_opening用法及代码示例
- Python NumPy char find方法用法及代码示例
- Python pyspark.pandas.Series.dropna用法及代码示例
- Python torchaudio.transforms.Fade用法及代码示例
- Python dask.dataframe.to_records用法及代码示例
- Python arcgis.gis._impl._profile.ProfileManager.save_as用法及代码示例
- Python pyspark.pandas.groupby.SeriesGroupBy.unique用法及代码示例
- Python distributed.protocol.serialize.register_generic用法及代码示例
注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | quantile method。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。