📅  最后修改于: 2023-12-03 15:04:33.632000             🧑  作者: Mango
numpy.quantile()
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。
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.]
a
q
axis
axis
为None时,将计算整个数组的分位数。axis
为0时,将沿着每列计算分位数。axis
为1时,将沿着每行计算分位数。numpy.quantile()
函数返回计算得到的分位数值。
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。