Python中numpy的 np.percentile 百分位函数详解

numpy.percentile 是一个计算数据的百分位数的函数，其功能是求出数据在指定百分比位置的数值。

函数的基本语法是：numpy.percentile(a, q, axis=None, keepdims=False)

参数说明：

• a：输入数据。
• q：百分位数，可以是一个数或者是一个序列的几个数。
• axis：沿着哪个轴计算百分位数，默认是沿着数组的最后一个维度。
• keepdims：是否保持原有数组的维度，默认是False。

返回值：

• 当q是一个数时，返回这个百分位的数值。
• 当q是一个序列时，返回一个与q长度相同的数组，数组中的每个元素是对应百分位数的值。

实例代码：

import numpy as np
 
# 创建一个一维数组
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
 
# 计算第50百分位数（中位数）
print(np.percentile(data, 50))  # 输出：5.0
 
# 计算第25百分位数（第一四分位数）
print(np.percentile(data, 25))  # 输出：2.25
 
# 计算第75百分位数（第三四分位数）
print(np.percentile(data, 75))  # 输出：7.5
 
# 同时计算多个百分位
print(np.percentile(data, [25, 50, 75]))  # 输出：[2.25, 5.0, 7.5]
 
# 沿着特定的轴计算百分位数
data2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(np.percentile(data2, 50, axis=0))  # 输出：[4. 5. 6.]
 
# 保持原有维度
print(np.percentile(data2, 50, axis=0, keepdims=True))  # 输出：[[4. 5. 6.]]

以上代码演示了如何使用numpy.percentile函数来计算不同的百分位数，并且如何在一维和多维数组上应用该函数，同时展示了如何改变计算的轴以及是否保持原有维度。