numpy.nanquantile

numpy.nanquantile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=<no value>) [source]

Вычислить q-тый квантиль данных по указанной оси, игнорируя значения nan. Возвращает q-тый квантиль(и) элементов массива.

Новая в версии 1.15.0.

Параметры

aarray_like

Вводной массив или объект, который может быть преобразован в массив, содержащий значения nan, которые необходимо пропустить.

qarray_like of float

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

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

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

outndarray, optional

Альтернативный выходной массив, в который следует поместить результат. Он должен иметь ту же форму и длину буфера, что и ожидаемый результат, но тип (результата) будет преобразован при необходимости.

overwrite_inputbool, optional

Если True, то разрешено изменять входной массив a промежуточными вычислениями, чтобы сохранить память. В этом случае содержимое входного a после завершения этой функции не определено.

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

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

• линейный: i + (j - i) * fraction, где fraction — дробная часть индекса, окруженная i и j.
• нижний: i.
• верхний: j.
• ближайший: i или j, что ближе всего.
• серединный: (i + j) / 2.

keepdimsbool, optional

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

Если это имеет какое-либо другое значение, отличное от значения по умолчанию, оно будет передано (в специальном случае пустого массива) функции mean базового массива. Если массив является подклассом, а mean не имеет ключевого параметра keepdims, это вызовет RuntimeError.

Возвращает

quantilescalar or ndarray

Если q является единственным процентилем и axis=None, то результат является скаляром. Если заданы несколько квантилей, первая ось результата соответствует квантилям. Другие оси — это оси, которые остаются после сокращения a. Если вход содержит целые числа или числа с плавающей точкой, меньшие float64, тип данных выходных данных — float64. В противном случае тип данных выходных данных совпадает с типом данных входных данных. Если out указан, возвращается этот массив вместо него.

См. также

quantile, nanmean, nanmedian

nanmedian

эквивалентно nanquantile(..., 0.5)

nanpercentile

то же самое, что и nanquantile, но с q в диапазоне [0, 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.quantile(a, 0.5)
nan
>>> np.nanquantile(a, 0.5)
3.0
>>> np.nanquantile(a, 0.5, axis=0)
array([6.5, 2. , 2.5])
>>> np.nanquantile(a, 0.5, axis=1, keepdims=True)
array([[7.],
       [2.]])
>>> m = np.nanquantile(a, 0.5, axis=0)
>>> out = np.zeros_like(m)
>>> np.nanquantile(a, 0.5, axis=0, out=out)
array([6.5, 2. , 2.5])
>>> m
array([6.5,  2. ,  2.5])
>>> b = a.copy()
>>> np.nanquantile(b, 0.5, axis=1, overwrite_input=True)
array([7., 2.])
>>> assert not np.all(a==b)