np.quantile

np.quantile 是 NumPy 库中的一个函数，用于计算数组中指定分位数的位置及其对应的值。分位数是统计学中的一种度量，表示数据在某个百分比位置上的值。常见的分位数有四分位数（Q1、Q2、Q3）和百分位数。

np.quantile 的基本用法

numpy.quantile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)

参数说明

1. a: 输入数组，待计算分位数的数组。
2. q: 标量或数组，指定分位数的位置，范围在 [0, 1] 之间。例如，0.5 表示第 50 个百分位数（即中位数）。
3. axis: 沿指定轴计算分位数。默认情况下，会计算整个数组的分位数。
4. out: 可选。用于存储结果的数组。
5. overwrite_input: 可选。如果为 True，可以覆盖输入数据以节省内存，但输入数据会被修改。
6. interpolation: 可选。指定分位数的插值方法。可选值包括 'linear'、'lower'、'higher'、'midpoint' 和 'nearest'。默认为 'linear'。
7. keepdims: 可选。如果为 True，保留原始数组的维度。

返回值

• 返回指定分位数的值或值的数组，类型与输入数组相同。

示例

1. 计算单个分位数：

import numpy as np

data = np.array([1, 2, 3, 4, 5])
quantile_50 = np.quantile(data, 0.5)  # 中位数
print(quantile_50)  # 输出 3.0

2. 计算多个分位数：

quantiles = np.quantile(data, [0.25, 0.5, 0.75])  # 25%、50% 和 75% 分位数
print(quantiles)  # 输出 [2. 3. 4.]

3. 沿特定轴计算分位数：

data = np.array([[10, 7, 4], [3, 2, 1]])
quantiles_axis0 = np.quantile(data, 0.5, axis=0)  # 沿第 0 轴（行方向）计算中位数
print(quantiles_axis0)  # 输出 [6.5 4.5 2.5]

最后

• np.quantile 是计算数组中指定分位数值的函数。
• 可以计算单个或多个分位数。
• 可以沿指定轴计算分位数，并且可以使用不同的插值方法。
• 返回值是指定分位数的值或值的数组，类型与输入数组相同。