numpy.percentile

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

Вычисление q-го процентиля данных по указанной оси.

Возвращает q-й процентиль(и) элементов массива.

Параметры

aarray_like

Входной массив или объект, который можно преобразовать в массив.

qarray_like of float

Процентиль или последовательность процентилей для вычисления, которые должны быть в диапазоне от 0 до 100 включительно.

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

Ось или оси, по которым вычисляются процентили. По умолчанию вычисляется(ются) процентиль(и) для сплющенной версии массива.

Изменено в версии 1.9.0: Поддерживается кортеж осей

outndarray, optional

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

overwrite_inputbool, optional

Если True, то разрешить изменять входной массив a промежуточными вычислениями для экономии памяти. 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 процентиль находится между двумя точками данных i < j:

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

Введено в версии 1.9.0.

keepdimsbool, optional

Если это значение 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 массива a.

Введено в версии 1.9.0.

Возвращает

percentilescalar or ndarray

Если q — это единственный процентиль и axis=None, то результат — скаляр. Если задано несколько процентилей, первая ось результата соответствует процентилям. Другие оси — это оси, оставшиеся после сокращения a. Если входные данные содержат целые числа или числа с плавающей точкой меньше float64, тип данных выходных данных — float64. В противном случае тип данных выходных данных совпадает с типом данных входных данных. Если out задан, возвращается этот массив.

См. также

mean

median

эквивалентно percentile(..., 50)

nanpercentile

quantile

эквивалентно процентилю, за исключением q в диапазоне [0, 1].

Примечания

Учитывая вектор V длиной N, q-й процентиль V — это значение q/100 по пути от минимума до максимума в отсортированной копии V. Значения и расстояния двух ближайших соседей, а также параметр interpolation определят процентиль, если нормализованное ранжирование не соответствует точно положению q. Эта функция эквивалентна медиане, если q=50, эквивалентна минимуму, если q=0, и эквивалентна максимуму, если q=100.

Примеры

>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> a
array([[10,  7,  4],
       [ 3,  2,  1]])
>>> np.percentile(a, 50)
3.5
>>> np.percentile(a, 50, axis=0)
array([6.5, 4.5, 2.5])
>>> np.percentile(a, 50, axis=1)
array([7.,  2.])
>>> np.percentile(a, 50, axis=1, keepdims=True)
array([[7.],
       [2.]])

>>> m = np.percentile(a, 50, axis=0)
>>> out = np.zeros_like(m)
>>> np.percentile(a, 50, axis=0, out=out)
array([6.5, 4.5, 2.5])
>>> m
array([6.5, 4.5, 2.5])

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

Различные типы интерполяции можно визуализировать графически:

import matplotlib.pyplot as plt

a = np.arange(4)
p = np.linspace(0, 100, 6001)
ax = plt.gca()
lines = [
    ('linear', None),
    ('higher', '--'),
    ('lower', '--'),
    ('nearest', '-.'),
    ('midpoint', '-.'),
]
for interpolation, style in lines:
    ax.plot(
        p, np.percentile(a, p, interpolation=interpolation),
        label=interpolation, linestyle=style)
ax.set(
    title='Interpolation methods for list: ' + str(a),
    xlabel='Percentile',
    ylabel='List item returned',
    yticks=a)
ax.legend()
plt.show()