Numpy中的 numpy.quantile()

简介

numpy.quantile()是Numpy库中的一个函数，用于计算给定数组的分位数。分位数是统计学中常用的度量，用于描述给定数据集中的一个特定百分比位置。

该函数的调用方式如下：

numpy.quantile(a, q, axis=None)

其中，a表示输入的数组，q表示要计算的分位数，axis表示计算的轴向。默认情况下，将计算整个数组的分位数。

示例

让我们通过一些示例来说明numpy.quantile()的用法：

import numpy as np

# 创建一个1维数组
arr = np.array([1, 2, 3, 4, 5])

# 计算 arr 的中位数（50th分位数）
median = np.quantile(arr, 0.5)
print(median) # 输出: 3.0

# 创建一个2维数组
arr2d = np.array([[1, 2, 3], 
                  [4, 5, 6], 
                  [7, 8, 9]])

# 沿着轴0计算 arr2d 的分位数
quantiles_axis0 = np.quantile(arr2d, 0.5, axis=0)
print(quantiles_axis0) # 输出: [4. 5. 6.]

# 沿着轴1计算 arr2d 的分位数
quantiles_axis1 = np.quantile(arr2d, 0.5, axis=1)
print(quantiles_axis1) # 输出: [2. 5. 8.]

参数说明

a

• 必需的参数，用于指定输入的数组。可以是一维、二维甚至更高维的数组。

q

• 必需的参数，用于指定要计算的分位数。
• 这可以是一个介于0和1之间的数值，用于计算百分位数，也可以是一个介于0和100之间的整数，用于计算0到100之间的分位数。

axis

• 可选参数，用于指定计算的轴向。
• 当axis为None时，将计算整个数组的分位数。
• 当axis为0时，将沿着每列计算分位数。
• 当axis为1时，将沿着每行计算分位数。

返回值

numpy.quantile()函数返回计算得到的分位数值。

总结

在数据分析和统计建模中，分位数是十分重要的概念。使用numpy.quantile()函数，你可以轻松计算给定数组的分位数，无论是一维还是多维的数据。这个函数在处理大量数据或进行数据分析时非常有用。