本文简要介绍 python 语言中 scipy.stats.percentileofscore
的用法。
用法:
scipy.stats.percentileofscore(a, score, kind='rank', nan_policy='propagate')#
计算分数相对于分数列表的百分位排名。
A
percentileofscore
例如,80% 意味着 80% 的分数a低于给定的分数。在间隙或联系的情况下,确切的定义取决于可选关键字,种类.- a: array_like
与分数进行比较的数组。
- score: array_like
用于计算百分位数的分数。
- kind: {‘rank’, ‘weak’, ‘strict’, ‘mean’},可选
指定结果分数的解释。以下选项可用(默认为‘rank’):
‘rank’: Average percentage ranking of score. In case of multiple matches, average the percentage rankings of all matching scores.
‘weak’: This kind corresponds to the definition of a cumulative distribution function. A percentileofscore of 80% means that 80% of values are less than or equal to the provided score.
‘strict’: Similar to “weak”, except that only values that are strictly less than the given score are counted.
‘mean’: The average of the “weak” and “strict” scores, often used in testing. See https://en.wikipedia.org/wiki/Percentile_rank
- nan_policy: {‘propagate’, ‘raise’, ‘omit’},可选
指定如何处理 a 中的 nan 值。以下选项可用(默认为‘propagate’):
‘propagate’: returns nan (for each value in score).
‘raise’: throws an error
‘omit’: performs the calculations ignoring nan values
- pcos: 浮点数
Percentile-position 相对于 a 的分数 (0-100)。
参数 ::
返回 ::
例子:
Three-quarters 的给定值低于给定分数:
>>> import numpy as np >>> from scipy import stats >>> stats.percentileofscore([1, 2, 3, 4], 3) 75.0
对于多场比赛,请注意如何平均两场比赛的得分,分别为 0.6 和 0.8:
>>> stats.percentileofscore([1, 2, 3, 3, 4], 3) 70.0
只有 2/5 的值严格小于 3:
>>> stats.percentileofscore([1, 2, 3, 3, 4], 3, kind='strict') 40.0
但 4/5 值小于或等于 3:
>>> stats.percentileofscore([1, 2, 3, 3, 4], 3, kind='weak') 80.0
弱分数和严格分数之间的平均值是:
>>> stats.percentileofscore([1, 2, 3, 3, 4], 3, kind='mean') 60.0
支持分数数组(任何维度):
>>> stats.percentileofscore([1, 2, 3, 3, 4], [2, 3]) array([40., 70.])
输入可以是无限的:
>>> stats.percentileofscore([-np.inf, 0, 1, np.inf], [1, 2, np.inf]) array([75., 75., 100.])
如果 a 为空,则所得百分位数均为 nan:
>>> stats.percentileofscore([], [1, 2]) array([nan, nan])
相关用法
- Python SciPy stats.permutation_test用法及代码示例
- Python SciPy stats.pearson3用法及代码示例
- Python SciPy stats.pearsonr用法及代码示例
- Python SciPy stats.page_trend_test用法及代码示例
- Python SciPy stats.poisson用法及代码示例
- Python SciPy stats.poisson_means_test用法及代码示例
- Python SciPy stats.pareto用法及代码示例
- Python SciPy stats.planck用法及代码示例
- Python SciPy stats.ppcc_plot用法及代码示例
- Python SciPy stats.pointbiserialr用法及代码示例
- Python SciPy stats.probplot用法及代码示例
- Python SciPy stats.powerlognorm用法及代码示例
- Python SciPy stats.ppcc_max用法及代码示例
- Python SciPy stats.pmean用法及代码示例
- Python SciPy stats.powerlaw用法及代码示例
- Python SciPy stats.power_divergence用法及代码示例
- Python SciPy stats.powernorm用法及代码示例
- Python SciPy stats.anderson用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy stats.genpareto用法及代码示例
- Python SciPy stats.skewnorm用法及代码示例
- Python SciPy stats.cosine用法及代码示例
- Python SciPy stats.norminvgauss用法及代码示例
- Python SciPy stats.directional_stats用法及代码示例
- Python SciPy stats.invwishart用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.percentileofscore。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。