numpy.quantile

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

Вычислить q-й квантиль данных по указанной оси.

Новое в версии 1.15.0.

Параметры

aarray_like

Входной массив или объект, который можно преобразовать в массив.

qarray_like of float

Квантиль или последовательность квантилей для вычисления, которые должны быть в диапазоне от 0 до 1 включительно.

axis{int, tuple of int, None}, optional

Ось или оси, по которым вычисляются квантили. По умолчанию квантиль(и) вычисляется(ются) для уплощенной версии массива.

outndarray, optional

Альтернативный выходной массив, в который следует поместить результат. Он должен иметь такую же форму и длину буфера, как и ожидаемый результат, но тип (результата) будет приведён, если необходимо.

overwrite_inputbool, optional

Если True, то разрешается изменять входной массив a промежуточными вычислениями для экономии памяти. В этом случае содержимое входного a после завершения функции неопределено.

interpolation{‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}

Этот необязательный параметр задаёт метод интерполяции, который следует использовать, когда желаемый квантиль находится между двумя точками данных i < j:

• linear: i + (j - i) * fraction, где fraction - дробная часть индекса, заключенная между i и j.
• lower: i.
• higher: j.
• nearest: i или j, ближайшая из них.
• midpoint: (i + j) / 2.

keepdimsbool, optional

Если это установлено в True, оси, которые были уменьшены, остаются в результате как измерения с размером один. С этим параметром результат будет правильно транслироваться по отношению к исходному массиву a.

Возвращает

quantilescalar or ndarray

Если q - это один квантиль и axis=None, то результат - скаляр. Если даны несколько квантилей, первая ось результата соответствует квантилям. Другие оси - это оси, оставшиеся после сокращения a. Если вход содержит целые или дробные числа меньше float64, тип выходных данных - float64. В противном случае тип выходных данных совпадает с типом входных данных. Если указан out , возвращается этот массив.

См. также

mean

percentile

эквивалентно quantile, но с q в диапазоне [0, 100].

median

эквивалентно quantile(..., 0.5)

nanquantile

Примечания

Учитывая вектор V длины N, q-й квантиль V - это значение q от минимального до максимального в отсортированной копии V. Значения и расстояния двух ближайших соседей, а также параметр interpolation определят квантиль, если нормализованное ранжирование не соответствует точно местоположению q. Эта функция эквивалентна медиане, если q=0.5, минимальному значению, если q=0.0, и максимальному значению, если q=1.0.

Примеры

>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> a
array([[10,  7,  4],
       [ 3,  2,  1]])
>>> np.quantile(a, 0.5)
3.5
>>> np.quantile(a, 0.5, axis=0)
array([6.5, 4.5, 2.5])
>>> np.quantile(a, 0.5, axis=1)
array([7.,  2.])
>>> np.quantile(a, 0.5, axis=1, keepdims=True)
array([[7.],
       [2.]])
>>> m = np.quantile(a, 0.5, axis=0)
>>> out = np.zeros_like(m)
>>> np.quantile(a, 0.5, axis=0, out=out)
array([6.5, 4.5, 2.5])
>>> m
array([6.5, 4.5, 2.5])
>>> b = a.copy()
>>> np.quantile(b, 0.5, axis=1, overwrite_input=True)
array([7.,  2.])
>>> assert not np.all(a == b)