NumPy函数percentile()用于计算指定维度上数组元素的第 n 个百分位数，返回值为标量或者数组。
percentile()
percentile(a, q, axis=None, out=None,overwrite_input=False, interpolation='linear', keepdims=False)
其中参数
a：numpy数组，待求分位数的数组，或者可以被转换为numpy数组的数据结构。
q：numpy数组或者百分位数，必须在0到100之间。
axis：索要求分位数的维度，默认None是所有数中求出分位数，axis=0是按列求分位数，axis=1是按行求分位数。
out：结果输出到某个变量，该变量必须有与返回结果相同的维度。
overwrite_input：布尔值，是否允许覆盖输入，默认为False。
interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}，此可选参数指定要使用的插值方法，当所需百分比位于两个数据点之间时使用 i<j< code>。</j<>
- ‘linear’:
i + (j - i) * fraction,fraction介于0.5到1之间 - ‘lower’:
i - ‘higher’:
j -
‘nearest’:
iorj, 最近原则. -
‘midpoint’:
(i + j) / 2.
keepdims : 布尔值，默认为False，如果设置为True，那么输出就会与输入数组a保持相同的维度。
函数返回值：
标量或者numpy数组。如果 q是单个百分位数和 axis = none，则结果返回标量。如果给出了多个百分比，则返回多个分位数或分位数组。
举例如下：
输入：
a = np.array([[10, 7, 4], [3, 2, 1]])
a
输出：
array([[10, 7, 4],
[ 3, 2, 1]])
例一：
输入：
np.percentile(a, 50)
输出：
3.5
例二：
输入：
np.percentile(a, [50,90])
输出：
array([3.5, 8.5])
例三：
输入：
np.percentile(a, 50, axis=0)
输出：
array([6.5, 4.5, 2.5])
输入：
np.percentile(a, [50,90], axis=0)
array([[6.5, 4.5, 2.5],
[9.3, 6.5, 3.7]])
例四：
输入：
np.percentile(a, 50, axis=0).shape
输出：
(3,)
输入：
np.percentile(a, 50, axis=0, keepdims=True).shape
输出：
(1, 3)
例五：
输入：
import matplotlib.pyplot as plt
a = np.arange(4)
p = np.linspace(0, 100, 6001)
ax = plt.gca()
lines = [
('linear', None),
('higher', '--'),
('lower', '--'),
('nearest', '-.'),
('midpoint', '-.'),
]
for interpolation, style in lines:
ax.plot(
p, np.percentile(a, p, interpolation=interpolation),
label=interpolation, linestyle=style)
ax.set(
title='Interpolation methods for list: ' + str(a),
xlabel='Percentile',
ylabel='List item returned',
yticks=a)
ax.legend()
plt.show()
输出：
Original: https://blog.csdn.net/weixin_45031468/article/details/122690148
Author: 学习爱好者fz
Title: NumPy的实用函数整理之percentile
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/758703/
转载文章受原作者版权保护。转载请注明原作者出处！