Python numpy.percentile是什么意思？如何使用它分割数组？

我试图理解numpy的百分位数

import numpy as np
nd_array = np.array([3.6216, 4.5459, -3.5637, -2.5419])
step_intervals = range(100, 0, -5)

for percentile_interval in step_intervals:
    threshold_attr_value = np.percentile(np.array(nd_array), percentile_interval)
    print "percentile interval ={interval}, threshold_attr_value = {threshold_attr_value}, {arr}".format(interval=percentile_interval, threshold_attr_value=threshold_attr_value, arr=sorted(nd_array))

我得到了这些的一个值

percentile interval =100, threshold_attr_value = 4.5459, [-3.5636999999999999, -2.5419, 3.6215999999999999, 4.5458999999999996]

百分位值是什么意思

• 数组中100%的值小于4.5459
• 数组中5%的值小于-3.41043

这是正确的阅读方法吗

---

我想把numpy数组分割成几个小的子数组。我想根据元素的百分位发生率来做。如何执行此操作？

不，正如您通过检查所看到的，数组中只有75%的值严格小于4.5459，25%的值严格小于-3.41043。如果你写的小于或等于，那么你会给出“百分位数”的一个通用定义，但碰巧也不是你的案例中所适用的定义；相反，

numpy

正在应用某种插值方案，以确保将[0，100]中的给定数字映射到相应的百分位数是连续的、分段线性的，同时在与给定数组中的值相对应的列组中仍然给出“右”值。事实证明，即使是这样，你也可以用许多不同的方法来做，所有这些方法都是合理的，如中所述。正如您在中所看到的，您可以控制插值行为，默认情况下，它使用维基百科文章所称的“第二个变量，$C=1$”

理解这一含义的最简单方法可能是简单地绘制计算固定长度4数组的

np.percentile

不同值的结果：

---

请注意扭结是如何均匀分布在[01100]上的，并且与数组中的实际值相对应的百分位数是通过分别在0*100/（4-1）、1*100/（4-1）、2*100/（4-1）和3*100/（4-1）处计算

lambda p:np.百分位数（nd_数组，p）

（arr，q）表示

arr

元素的几乎

q%

低于

a

。为什么我要强调几乎

• 如果

  q=100

  ，它总是返回

  arr

  的最大值。因此，不能说

  q%

  的元素“低于”

  a

• 如果

  q=0

  ，它总是返回

  arr

  的最小值。因此，不能说元素的

  q%

  小于或等于

  a

• 此外，返回值取决于插值的类型

以下代码显示了插值参数的作用：

>>> import numpy as np
>>> arr = np.array([1,2,3,4,5])
>>> np.percentile(arr, 90) # default interpolation='linear'
4.5999999999999996
>>> np.percentile(arr, 90, interpolation='lower')
4
>>> np.percentile(arr, 90, interpolation='higher')
5

---

你所说的最小子数组是什么意思？你想如何基于百分位数分割元素？你的假设基本上是正确的（尽管我将“低于”替换为“低于或等于”）。5%值不在实际数组中的原因是使用了一些插值。可以使用参数设置插值类型，请参阅文档。

>>> import numpy as np
>>> arr = np.array([1,2,3,4,5])
>>> np.percentile(arr, 90) # default interpolation='linear'
4.5999999999999996
>>> np.percentile(arr, 90, interpolation='lower')
4
>>> np.percentile(arr, 90, interpolation='higher')
5