python numpy库np.percentile用法说明
更新时间：2020年06月08日 10:48:53 作者：brucewong0516
这篇文章主要介绍了python numpy库np.percentile用法说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
在python中计算一个多维数组的任意百分比分位数，此处的百分位是从小到大排列，只需用np.percentile即可……
a = range(1,101) #求取a数列第90%分位的数值 np.percentile(a, 90) Out[5]: 90.10000000000001 a = range(101,1,-1) #百分位是从小到大排列 np.percentile(a, 90) Out[7]: 91.10000000000001
详看官方文档
numpy.percentile Parameters ---------- a : np数组 q : float in range of [0,100] (or sequence of floats) Percentile to compute。 要计算的q分位数。 axis : 那个轴上运算。 keepdims :bool是否保持维度不变。 Examples -------- >>> a = np.array([[10, 7, 4], [3, 2, 1]]) >>> a array([[10, 7, 4], [ 3, 2, 1]]) >>> np.percentile(a, 50) #50%的分位数，就是a里排序之后的中位数 3.5 >>> np.percentile(a, 50, axis=0) #axis为0，在纵列上求 array([[ 6.5, 4.5, 2.5]]) >>> np.percentile(a, 50, axis=1) #axis为1，在横行上求 array([ 7., 2.]) >>> np.percentile(a, 50, axis=1, keepdims=True) #keepdims=True保持维度不变 array([[ 7.], [ 2.]])
补充知识：关于np.percentile函数的自己的理解（我觉得很对）
最近在跑别人baseline的时候看到np.percentile这个函数，之前没有用过，就跑去官方文档看了看到底是怎么工作的(官方文档连接)
行吧，官方文档给出的例子居然是以50为例（我当然知道这是得到中位数啊！！！），但是自己在运行的时候一直不明白下面的结果为什么是5.8.
后来自己琢磨了一下，函数得到的结果是得到一个数，列表中百分之60的数小于该数字。
图中的列表长度为9,。数字1所对应的是0%，数字9对应的是100%，中间有8个间隔。100/8=12.5.
参数为60，那么60/12.5=4.8，意味着需要4.8个间隔，好的，先跳过4个间隔，现在到达5这个位置，然后往后0.8个间隔，该间隔对应的长度为6-5=1，所以最后得出的结果为5+1*0.8=5.8，和函数输出的结果一样。
主要是自己爱较真，不想了解具体怎么算的话只要记住函数的统计意义就可以。
另外关于我的解释中为什么要用“间隔”这种描述，因为我写的例子中1-9，间隔相邻数字的差是一样的，但是在实际应用中可能不一样。
以上这篇python numpy库np.percentile用法说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
NumPy是Python中用于数值计算的核心包之一，它提供了大量的高效数组操作函数和数学函数，可以支持多维数组和矩阵运算。本文主要为大家介绍了NumPy进行数组数据处理的具体方法，需要的可以参考一下2023-03-03
TensorFlow中关于tf.app.flags命令行参数解析模块
这篇文章主要介绍了TensorFlow中关于tf.app.flags命令行参数解析模块，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-11-11
本篇文章介绍了python爬虫中get和post方法介绍以及cookie作用，对此有兴趣的朋友学习下，希望能够给你带来帮助2021-09-09
Numpy提供了两种基本的对象：ndarray(N-dimensional Array Object)和 ufunc(Universal Function Object)。ndarray是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数2023-02-02
在本篇内容里小编给大家整理的是一篇关于Python程序慢的重要原因分析内容，有兴趣的朋友们可以参考下。2020-09-09
这篇文章主要介绍了python爬取音频下载的示例代码，帮助大家更好的理解和学习python爬虫，感兴趣的朋友可以了解下2020-10-10
在CentOS7下，默认安装的就是python2.7，下面通过本文给大家分享Linux CentOS7下安装python3 的方法，需要的朋友参考下吧2018-01-01
在处理金融数据分析时，常需计算移动平均值。遇到数据不足导致结果为NAN问题，可使用pandas中rolling函数的min_periods参数。设置min_periods=1即可解决，它允许窗口中的非空观测值少于窗口大小时也能计算均值，确保数据不足时也能得出结果2024-09-09
这篇文章主要介绍了Python协程的的相关资料，文中讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下2020-06-06
这篇文章主要介绍了python3 requests 各种发送方式,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-04-04
最新评论