查找相对于 NumPy 的百分位数

NumPy 提供了一个 percentile 函数，用于计算数组的百分位数。百分位数是指一个大于百分位数的数在所有数据中出现的百分比，它是一种常用的描述数据分布的方式。

示例

下面是一个使用 percentile 函数计算百分位数的示例：

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
p = np.percentile(a, 50) # 计算中位数
print(p) # 结果为 5.5

在这个示例中，我们计算了数组 a 的中位数。

函数签名

percentile 函数的签名如下：

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

参数解释：

• a：数组。
• q：要计算的百分位数，可以是单个百分数，也可以是多个百分数组成的数组。
• axis：在哪个轴上计算，默认为 None。
• out：用于存储结果的数组，当未提供时，结果将返回为一个新的数组。
• interpolation：插值方式，默认为线性插值。

插值方式

percentile 函数可以使用不同的插值方式计算百分位数。插值方式会影响结果的精度。可用的插值方式包括：

• linear：线性插值，这是默认的插值方式。
• lower：接受的数据中最接近所需百分位数的值。
• higher：接受的数据中最大的小于或等于所需百分位数的值。
• nearest：接受的数据中最接近所需百分位数的值。
• midpoint：在两个相邻值之间插值。

结论

使用 NumPy 的 percentile 函数，您可以轻松地计算数组的百分位数。还可以使用插值方式改变精度，并且可以在多个轴上进行计算。