numpy.nanpercentile

numpy.nanpercentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False) [source]

Вычислить q-тый перцентиль данных по указанной оси, игнорируя значения nan.

Возвращает q-тый перцентиль элементов массива.

Новое в версии 1.9.0.

Параметры:

a : array_like Входной массив или объект, который может быть преобразован в массив. q : float в диапазоне от [0,100] (или последовательность чисел с плавающей точкой) Перцентиль для вычисления, который должен быть в пределах от 0 до 100 включительно. axis : int или последовательность int, необязательно Ось, по которой вычисляются перцентили. По умолчанию (None) вычисляются перцентили по уплощенной версии массива. Последовательность осей поддерживается с версии 1.9.0. out : ndarray, необязательно Альтернативный выходной массив, в который поместить результат. Он должен иметь ту же форму и длину буфера, что и ожидаемый результат, но тип (результата) будет преобразован при необходимости. overwrite_input : bool, необязательно Если True, то разрешить использование памяти входного массива a для вычислений. Входной массив будет изменен вызовом percentile. Это позволит сэкономить память, когда вам не нужно сохранять содержимое входного массива. В этом случае вы не должны делать никаких предположений о содержании переданного массива a после завершения работы этой функции — считайте его неопределенным. Значение по умолчанию False. Обратите внимание, что, если вход a не является массивом, этот параметр не повлияет, a будет преобразован во внутренний массив независимо от значения этого параметра. interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’} Этот необязательный параметр задает метод интерполяции, который следует использовать, когда искомый квантиль находится между двумя точками данных i и j: linear: i + (j - i) * fraction, где fraction - дробная часть индекса, окруженная i и j. lower: i. higher: j. nearest: i или j, что ближе всего. midpoint: (i + j) / 2. keepdims : bool, необязательно Если это установлено в True, оси, которые были уменьшены, остаются в результате в качестве измерений с размером один. С этим параметром результат будет правильно транслироваться относительно исходного arr.

Возвращает:

nanpercentile : скаляр или ndarray Если задан один перцентиль q и axis=None, возвращается скаляр. Если заданы несколько перцентилей q возвращается массив, содержащий результат. Результаты перечислены в первой оси. (Если out указан, в этом случае возвращается этот массив). Если вход содержит целые числа или числа с плавающей точкой с меньшей точностью, чем 64, то тип данных выходных данных — float64. В противном случае тип данных выходных данных совпадает с типом данных входных данных.

См. также

nanmean, nanmedian, percentile, median, mean

Примечания

Для данного вектора V длиной N q-тый перцентиль V — это q-тое ранжированное значение в отсортированной копии V. Значения и расстояния двух ближайших соседей, а также параметр interpolation определят перцентиль, если нормализованное ранжирование не совпадает точно с q. Эта функция аналогична медиане, если q=50, аналогично минимуму, если q=0``and the same as the maximum if ``q=100.

Примеры

>>> a = np.array([[10., 7., 4.], [3., 2., 1.]])
>>> a[0][1] = np.nan
>>> a
array([[ 10.,  nan,   4.],
   [  3.,   2.,   1.]])
>>> np.percentile(a, 50)
nan
>>> np.nanpercentile(a, 50)
3.5
>>> np.nanpercentile(a, 50, axis=0)
array([[ 6.5,  4.5,  2.5]])
>>> np.nanpercentile(a, 50, axis=1)
array([[ 7.],
       [ 2.]])
>>> m = np.nanpercentile(a, 50, axis=0)
>>> out = np.zeros_like(m)
>>> np.nanpercentile(a, 50, axis=0, out=m)
array([[ 6.5,  4.5,  2.5]])
>>> m
array([[ 6.5,  4.5,  2.5]])
>>> b = a.copy()
>>> np.nanpercentile(b, 50, axis=1, overwrite_input=True)
array([[ 7.],
       [ 2.]])
>>> assert not np.all(a==b)
>>> b = a.copy()
>>> np.nanpercentile(b, 50, axis=None, overwrite_input=True)
array([ 3.5])