python多维数据划分_python多维数组分位数的求取方式

python多维数组分位数的求取方式

在python中计算一个多维数组的任意百分比分位数，只需用np.percentile即可，十分方便

import numpy as np

a = [154, 400, 1124, 82, 94, 108]

print np.percentile(a,95) # gives the 95th percentile

补充拓展：如何解决hive同时计算多个分位数的问题

众所周知，原生hive没有计算中位数的函数(有的平台会有)，只有计算分位数的函数percentile

在数据量不大的时候，速度尚可。但是数据量一上来之后，完全计算不出来。

那么如何解决这个问题呢，我们可以使用 row_number() over()通过两次排序来解决同时计算多个分位数，速度飞快。

比如我们需要计算mkt_mcc_storeidx表下以mkt_label,mccgroup,month分组，value_mccgroup的分位数

第一步：利用row_number() over()给value_mccgroup在分组里排序，记录下排名

第二步：计算mkt_label,mccgroup,month分组下的数据总数

第三步：join前两步的结果，取rank=你需要计算的分位数位置，想计算多少个分位数就计算多少个

第四步：再排一次序，这