Arrays 以numpy/scipy计算矢量化百分位数的快速方法?
给定一个值数组:Arrays 以numpy/scipy计算矢量化百分位数的快速方法?,arrays,numpy,scipy,statistics,Arrays,Numpy,Scipy,Statistics,给定一个值数组: v = np.random.randn(100) 计算数组中每个元素百分比的最快方法是什么?以下是缓慢的: %timeit map(lambda e: scipy.stats.percentileofscore(v, e), v) 100 loops, best of 3: 5.1 ms per loop 您可以使用来实现相同的结果: In [58]: v = np.random.randn(10) In [59]: print(list(map(lambda e: sc
v = np.random.randn(100)
计算数组中每个元素百分比的最快方法是什么?以下是缓慢的:
%timeit map(lambda e: scipy.stats.percentileofscore(v, e), v)
100 loops, best of 3: 5.1 ms per loop
您可以使用来实现相同的结果:
In [58]: v = np.random.randn(10)
In [59]: print(list(map(lambda e: scipy.stats.percentileofscore(v, e), v)))
[30.0, 40.0, 50.0, 90.0, 20.0, 60.0, 10.0, 70.0, 80.0, 100.0]
In [60]: from scipy.stats import rankdata
In [61]: rankdata(v)*100/len(v)
Out[61]: array([ 30., 40., 50., 90., 20., 60., 10., 70., 80., 100.])
根据您对百分位数的定义,您可能需要rankdatav-1/lenv-1,它将百分位数的最低值指定为0@Eric我对排名进行了调整,以匹配问题中代码给出的结果,但您的建议也是合理的惯例。即使只是rankdatav可能就足够了,这取决于将对结果做什么。