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.

Новая в версии 1.15.0.

Параметры

aarray_like

Массив входных данных или объект, который можно преобразовать в массив.

qarray_like of float

Квантиль или последовательность квантилей для вычисления, которые должны находиться 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 сплющенной версии массива.

outndarray, optional

Альтернативный массив вывода, в который необходимо 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 модификацию входного массива a промежуточными вычислениями, чтобы сэкономить память. В этом случае содержимое входного массива a после завершения этой функции не определено.

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

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

• linear: i + (j - i) * fraction, где fraction - дробная часть индекса, окружённая i и j.
• lower: i.
• higher: j.
• nearest: i или j, что ближе.
• midpoint: (i + j) / 2.

keepdimsbool, optional

Если это установлено в True, то оси, которые были уменьшены, остаются в результате как измерения с размером один. С этим вариантом результат будет правильно транслироваться относительно исходного массива a.

Возвращаемое значение

quantilescalar or ndarray

Если q является единственным квантилем и axis=None, то результат является скаляром. Если задано несколько квантилей, первая ось результата соответствует квантилям. Другие оси — это оси, оставшиеся после уменьшения 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 такой же, как у входных. Если out указан, возвращается этот массив.

См. также

mean

percentile

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

median

эквивалентно quantile(..., 0.5)

nanquantile

Примечания

Учитывая вектор V длиной N, q-й квантиль V — это значение q по пути от минимума к максимуму в отсортированной копии V. Значения и расстояния двух ближайших соседей, а также параметр interpolation определят квантиль, если нормализованное ранжирование не соответствует точно расположению q. Эта функция идентична медиане, если q=0.5, аналогично минимуму, если q=0.0, и аналогично максимуму, 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)