numpy中的np.percentile函数介绍

简介

np.percentile 是NumPy中的一种用于计算分位数的函数。分位数是将一个硬币堆分成若干份，每一份的大小相等，且分割点会把硬币堆分成若干部分，p是分割点，比如说，2/3的人坐在2/3-1/3=1/3的位置上，这个位置就是p分位数。其中p可以是1-99之间的数字。

该函数的用法如下：

np.percentile(a, q, axis=None, out=None, interpolation='linear', keepdims=False)

• a: 输入数组。
• q: 要计算的分位数，介于0和100之间。
• axis: 沿着它计算分位数的轴。
• out: 存储输出结果的可选输出数组。
• interpolation: 插值方法。默认为线性插值。
• keepdims: 如果为True，则将减少的维度保留在结果中。

返回值为数组的分位数。

示例

基本用法

import numpy as np

a = np.array([1,2,3,4,5,6,7,8,9])

# 计算中位数
print(np.percentile(a, 50)) # 输出: 5

# 计算75%分位数
print(np.percentile(a, 75)) # 输出: 7.0

沿着某一轴计算分位数

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])

# 计算第二行的中位数
print(np.percentile(a, 50, axis=1)) # 输出: [2. 5. 8.]

使用插值方法

import numpy as np

a = np.array([1,2,3,4,5,6,7,8,9])

# 使用插值方法nearest计算中位数
print(np.percentile(a, 50, interpolation='nearest')) # 输出: 5

# 使用插值方法lower计算75%分位数
print(np.percentile(a, 75, interpolation='lower')) # 输出: 7

总结

np.percentile 函数可以用来计算一个数组的分位数，支持指定轴、插值方法等高级用法，具有较高的灵活性和可定制性。在统计学与机器学习等领域，分位数是一个重要的基本概念，在实际应用中应该多加利用。