當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python NumPy percentile方法用法及代碼示例


Numpy 的 percentile(~) 方法返回指定百分位數的插值。

參數

1. a | array-like

輸入數組。

2. q | array-likefloat

要計算的所需百分位數,必須介於 0(含)和 100(含)之間。

3. axis | Noneint | optional

計算百分位數所沿的軸。對於二維數組,允許的值如下:

意義

0

按列計算百分位

1

按行計算百分位數

None

計算展平輸入數組的百分位。

默認情況下,axis=None

4. out | Numpy array | optional

您可以將計算結果放入 out 指定的數組中,而不是創建新數組。

5. overwrite_input | boolean | optional

是否將中間計算保存到輸入數組a。這會節省內存空間,但也會使 a 的內容未定義。默認情況下,overwrite_input=False

6. interpolation | string | optional

當給定百分位數位於兩個 data-points 之間時,如何對值進行插值,例如 ij,其中 i<j

意義

linear

標準線性插補

lower

返回i

higher

返回j

midpoint

返回(i+j)/2

nearest

返回 ij ,以較接近者為準。

默認情況下,interpolation="linear"

返回值

如果 q 是標量,則返回標量。否則,返回一個 Numpy 數組。

例子

計算單個百分位數

要獲取第 50 個百分位數的值:

a = np.array([5,6,7,8,9])
np.percentile(a, 50)



7.0

計算多個百分位數

要獲取第 50 個和第 75 個百分位數的值:

a = np.array([5,6,7,8,9])
np.percentile(a, [50, 75])



array([7., 8.])

更改插值方法

線性

考慮該值不存在的情況:

a = np.array([5,6,7,8,9])
np.percentile(a, 45)



6.800000000000001

此處,由於數組中不存在對應於第 45 個百分位的值,因此對該值進行線性插值(即默認情況下為 interpolation="linear" )。

降低
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="lower")



6
更高
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="higher")



7
最近的
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="nearest")



7

這裏,從 interpolation="linear" 的輸出來看,我們知道插值更接近 7 而不是 6。

中點
a = np.array([5,6,7,8,9])
np.percentile(a, 45, interpolation="midpoint")



6.5

相關用法


注:本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 NumPy | percentile method。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。