numpy.nanpercentile

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

Вычислить q-й процентиль данных по указанной оси, игнорируя значения nan.

Возвращает q-й процентиль(и) элементов массива.

Введено 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 float) Процентиль для вычисления, который должен быть от 0 до 100 включительно. axis : {int, последовательность int, None}, необязательно Ось или оси, по которым вычисляются процентили. По умолчанию вычисляется процентиль(и) по сплющенной версии массива. Последовательность осей поддерживается с версии 1.9.0. out : ndarray, необязательно Альтернативный массив вывода, в который следует поместить результат. Он должен иметь ту же форму и длину буфера, что и ожидаемый результат, но тип (результата) будет приведен к необходимому типу. overwrite_input : bool, необязательно Если True, разрешается использовать память входного массива a для вычислений. Входной массив будет изменён вызовом percentile. Это позволит сэкономить память, когда вам не нужно сохранять содержимое входного массива. В этом случае вы не должны делать никаких предположений о содержимом входного a после завершения работы этой функции – считайте его неопределённым. По умолчанию False. Если a ещё не является массивом, этот параметр не повлияет, так как a будет преобразован в массив внутри независимо от значения этого параметра. interpolation : {‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’} Этот необязательный параметр определяет метод интерполяции, который следует использовать, когда искомый квантиль находится между двумя точками данных i < j: linear: i + (j - i) * fraction, где fraction — дробная часть индекса, окружённого i и j. lower: i. higher: j. nearest: i или j, что ближе. midpoint: (i + j) / 2. keepdims : bool, необязательно Если установлено в True, оси, которые были уменьшены, остаются в результате в виде измерений с размером один. С этим параметром результат будет правильно транслироваться по отношению к исходному массиву a. Если это значение отличается от значения по умолчанию, оно будет передано (в особом случае пустого массива) функции mean базового массива. Если массив является подклассом, и у mean нет ключевого слова keepdims, это вызовет ошибку RuntimeError.

Возвращает:

percentile : скаляр или ndarray Если q — это одиночный процентиль и axis=None, то результат — скаляр. Если заданы несколько процентилей, первая ось результата соответствует процентилям. Другие оси — это оси, которые остаются после уменьшения a. Если вход содержит целые числа или числа с плавающей точкой, меньшие чем float64, тип данных выходных данных — float64. В противном случае тип данных результата такой же, как у входных данных. Если out задан, возвращается этот массив.

См. также

nanmean, nanmedian, percentile, median, mean

Примечания

Учитывая вектор V длины N, q-й процентиль q вектора V — это значение q/100 от минимального до максимального в отсортированной копии V. Значения и расстояния двух ближайших соседей, а также параметр interpolation определят процентиль, если нормированное ранжирование не соответствует точно положению q. Эта функция эквивалентна медиане, если q=50, минимальному значению, если q=0, и максимальному значению, если 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,  2.,   2.5])
>>> np.nanpercentile(a, 50, axis=1, keepdims=True)
array([[ 7.],
       [ 2.]])
>>> m = np.nanpercentile(a, 50, axis=0)
>>> out = np.zeros_like(m)
>>> np.nanpercentile(a, 50, axis=0, out=out)
array([ 6.5,  2.,   2.5])
>>> m
array([ 6.5,  2. ,  2.5])

>>> b = a.copy()
>>> np.nanpercentile(b, 50, axis=1, overwrite_input=True)
array([  7.,  2.])
>>> assert not np.all(a==b)