Python中的IQR

IQR (Interquartile Range) 是一种用于统计数据分散性的一种度量方式。在 Python 中，可以使用 numpy 库中的 iqr 函数计算数据的 IQR 值。

numpy.iqr 函数

numpy.iqr 函数用于计算给定数据的 Interquartile Range。

numpy.iqr(a, axis=None, out=None, keepdims=<no value>, interpolation='linear')

参数说明

• a：需要计算的数据
• axis：需要计算的轴，默认为 None 表示将整个数据作为一个数组计算 IQR 值
• out：计算结果的输出变量
• keepdims：是否保留计算维度信息，默认为 <no value>，表示不保留。设置为 True 表示保留计算维度信息。
• interpolation：计算时使用的插值算法，可选值为 linear 和 lower。

返回值

numpy.iqr 函数返回给定数据的 IQR 值。

示例

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
iqr1 = np.iqr(a)
iqr2 = np.iqr(a, axis=0)
iqr3 = np.iqr(a, axis=None, keepdims=True)

print("a:", a)
print("IQR1:", iqr1)
print("IQR2:", iqr2)
print("IQR3:", iqr3)

执行上述代码后，输出结果如下：

a: [1 2 3 4 5 6 7 8 9]
IQR1: 4.0
IQR2: 4.0
IQR3: [4.]

插值算法

在计算 IQR 时，可以使用 interpolation 参数指定插值算法。插值算法有两种，分别为 linear 和 lower。

• linear：使用线性插值算法计算 IQR 值。
• lower：使用下四分位数计算 IQR 值。

默认值为 linear。

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
iqr1 = np.iqr(a, interpolation='linear')
iqr2 = np.iqr(a, interpolation='lower')

print("IQR1:", iqr1)
print("IQR2:", iqr2)

执行上述代码后，输出结果如下：

IQR1: 4.0
IQR2: 4

注意事项

• numpy.iqr 函数只能处理数值型数据，不能处理非数值型数据。
• 在计算 IQR 值时，可以指定计算的轴，但是需要保证指定的轴的长度是数据维度的整数倍，否则会抛出异常。
• 在使用插值算法时，需要根据数据的实际情况选择合适的插值算法。