快捷導(dǎo)航

python numpy庫np.percentile用法說明

更新時(shí)間：2020年06月08日 10:48:53 作者：brucewong0516

這篇文章主要介紹了python numpy庫np.percentile用法說明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

在python中計(jì)算一個(gè)多維數(shù)組的任意百分比分位數(shù)，此處的百分位是從小到大排列，只需用np.percentile即可……

a = range(1,101)
#求取a數(shù)列第90%分位的數(shù)值
np.percentile(a, 90)
Out[5]: 90.10000000000001

a = range(101,1,-1)
#百分位是從小到大排列
np.percentile(a, 90)
Out[7]: 91.10000000000001

詳看官方文檔

numpy.percentile
Parameters
 ----------
 a : np數(shù)組
 q : float in range of [0,100] (or sequence of floats)
  Percentile to compute。
  要計(jì)算的q分位數(shù)。
 axis : 那個(gè)軸上運(yùn)算。
 keepdims :bool是否保持維度不變。

 Examples
 --------
 >>> a = np.array([[10, 7, 4], [3, 2, 1]])
 >>> a
 array([[10, 7, 4],
   [ 3, 2, 1]])
 >>> np.percentile(a, 50) #50%的分位數(shù)，就是a里排序之后的中位數(shù)
 3.5
 >>> np.percentile(a, 50, axis=0) #axis為0，在縱列上求
 array([[ 6.5, 4.5, 2.5]])
 >>> np.percentile(a, 50, axis=1) #axis為1，在橫行上求
 array([ 7., 2.])
 >>> np.percentile(a, 50, axis=1, keepdims=True) #keepdims=True保持維度不變
 array([[ 7.],
   [ 2.]])

補(bǔ)充知識(shí)：關(guān)于np.percentile函數(shù)的自己的理解（我覺得很對(duì)）

最近在跑別人baseline的時(shí)候看到np.percentile這個(gè)函數(shù)，之前沒有用過，就跑去官方文檔看了看到底是怎么工作的(官方文檔連接)

行吧，官方文檔給出的例子居然是以50為例（我當(dāng)然知道這是得到中位數(shù)?。。。。?，但是自己在運(yùn)行的時(shí)候一直不明白下面的結(jié)果為什么是5.8.

后來自己琢磨了一下，函數(shù)得到的結(jié)果是得到一個(gè)數(shù)，列表中百分之60的數(shù)小于該數(shù)字。

圖中的列表長(zhǎng)度為9,。數(shù)字1所對(duì)應(yīng)的是0%，數(shù)字9對(duì)應(yīng)的是100%，中間有8個(gè)間隔。100/8=12.5.

參數(shù)為60，那么60/12.5=4.8，意味著需要4.8個(gè)間隔，好的，先跳過4個(gè)間隔，現(xiàn)在到達(dá)5這個(gè)位置，然后往后0.8個(gè)間隔，該間隔對(duì)應(yīng)的長(zhǎng)度為6-5=1，所以最后得出的結(jié)果為5+1*0.8=5.8，和函數(shù)輸出的結(jié)果一樣。

主要是自己愛較真，不想了解具體怎么算的話只要記住函數(shù)的統(tǒng)計(jì)意義就可以。

另外關(guān)于我的解釋中為什么要用“間隔”這種描述，因?yàn)槲覍懙睦又?-9，間隔相鄰數(shù)字的差是一樣的，但是在實(shí)際應(yīng)用中可能不一樣。

以上這篇python numpy庫np.percentile用法說明就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: