percentile是什么函数,python常见的函数

　　numpy.percentile() 1 .函数百分位数是统计中使用的度量，表示小于这个值的观察值的百分比。函数numpy.percentile()接受以下参数。

　　np.percentile(a，q，axis=None，out=None，overwrite_input=False，interpolation=linear ，keepdims=False) 2 .参数说明：答：输入数组问：要计算的百分位数，在0 ~ 100 之间轴：沿着它计算百分位数的轴keepdims :bool是否保持维度不变首先明确百分位数：第p个百分位数是这样一个值，它使得至少有p%的数据项小于或等于这个值，且至少有(100-p)%的数据项大于或等于这个值。【注】举个例子：高等院校的入学考试成绩经常以百分位数的形式报告。比如，假设某个考生在入学考试中的语文部分的原始分数为54 分。相对于参加同一考试的其他学生来说，他的成绩如何并不容易知道。但是如果原始分数54分恰好对应的是第70百分位数，我们就能知道大约70%的学生的考分比他低，而约30%的学生考分比他高。这里的p=70。

　　a : array_like

　　输入数组或可以转换为数组的对象。q : array_like of float

　　要计算的百分位数或百分位数序列，必须介于0和100之间。axis : {int, tuple of int, None}, optional

　　计算百分位数所沿的一个或多个轴。默认情况下，沿数组的展平版本计算百分位数。

　　在版本1.9.0中更改：支持轴元组out : ndarray, optional

　　放置结果的可选输出数组。它必须与预期的输出具有相同的形状和缓冲区长度，但是如果需要的话，(输出的)类型将被强制转换。overwrite_input : bool, optional

　　如果为真，则允许通过中间计算修改输入数组一，以节省内存。在这种情况下，该功能完成后输入a的内容是未定义的。interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}

　　此可选参数指定当所需百分位位于两个数据点之间时使用的插值方法：

　　线性:i (j - i) *分数，其中分数是由我和j包围的索引的小数部分。

　　低：我

　　更高：j .

　　最近的：我或j，以最近的为准。

　　中点：(i j)/2 .

　　版本1.9.0中的新增功能。keepdims : bool, optional

　　如果设置为真，减少的轴将作为尺寸为一的尺寸留在结果中。使用此选项，结果将根据原始数组答3正确广播。实例分析import numpy as np a=np.array([[10，7，4]，[3，2，1]])print(我们的数组是：)打印(一)打印(调用百分位()函数：)# 50% 的分位数，就是a里排序之后的中位数print (np .百分点(a，50)) #轴为0,在纵列上求打印(np .百分点(a，50，轴=0)) #轴为1,在横行上求print (np.percentile(a，50，axis=1)) #保持维度不变print (np.percentile(a，50，axis=1，keepdims=True))输出结果

　　我们的数组是：[[10 7 4] [ 3 2 1]]调用百分位()函数：3.5[6.5 4.5 2.5][7.2.][[7.] [2.]] 4.更多例子a=np.array([[10，7，4]，[ 3，2，1]]) aarray([[10，7，4]，[3，2，1]]) np.percentile(a，50)3.5 np.percentile(a，50，轴=0)数组([6.5，4.5，2.5]) np.percentile(a，50，轴=1)数组([7。 2.]) np.percentile(a，50，axis=1，keepdims=True)数组([[7。], [2.]]) m=np .百分点(a，50，轴=0)out=NP。zeros _ like(m)NP。百分位(a，50，轴=0，out=out)array([6.5，4.5，2.5]) marray([6.5，4.5，2.5]) b=a.copy() np.percentile(b，50，轴=1，overwrite_input=True)数组([7。 2.])断言not np.all(a==b)参考：

　　1.https://文档。scipy。组织/单据/金额/参照/生成/金额。百分点。超文本标记语言

　　2.https://www。运行OOB。com/numpy/numpy-统计功能。超文本标记语言

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

相关文章阅读