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-like
共 float
要計算的所需百分位數,必須介於 0(含)和 100(含)之間。
3. axis
| None
或 int
| optional
計算百分位數所沿的軸。對於二維數組,允許的值如下:
軸 |
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 i
和 j
,其中 i<j
:
值 |
意義 |
---|---|
linear |
標準線性插補 |
lower |
返回 |
higher |
返回 |
midpoint |
返回 |
nearest |
返回 |
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
- Python Pandas period_range方法用法及代碼示例
- Python Django permission_denied用法及代碼示例
- Python Django permission_required用法及代碼示例
- Python pandas.arrays.IntervalArray.is_empty用法及代碼示例
- Python pyspark.pandas.Series.dropna用法及代碼示例
- Python pyspark.pandas.groupby.SeriesGroupBy.unique用法及代碼示例
- Python pandas.DataFrame.ewm用法及代碼示例
- Python pandas.api.types.is_timedelta64_ns_dtype用法及代碼示例
- Python pandas.DataFrame.dot用法及代碼示例
- Python pandas.DataFrame.apply用法及代碼示例
- Python pyspark.pandas.Series.dt.weekday用法及代碼示例
- Python pyspark.pandas.DataFrame.select_dtypes用法及代碼示例
- Python Pandas pivot方法用法及代碼示例
- Python pyspark.pandas.date_range用法及代碼示例
- Python pyspark.pandas.isnull用法及代碼示例
- Python pyspark.pandas.Series.hasnans用法及代碼示例
- Python pandas.DataFrame.combine_first用法及代碼示例
- Python pyspark.pandas.Series.rmul用法及代碼示例
- Python pyspark.sql.functions.grouping_id用法及代碼示例
- Python pyspark.pandas.Series.str.repeat用法及代碼示例
- Python pyspark.pandas.DataFrame.groupby用法及代碼示例
- Python pandas.Series.iloc用法及代碼示例
- Python pyspark.ml.feature.DCT用法及代碼示例
- Python pandas.Timestamp.to_numpy用法及代碼示例
- Python pyspark.sql.functions.hours用法及代碼示例
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。