numpy.percentile()函数
调用方法:
numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)
各个参数意义
a
:输入数组,或者一些能够被转换为数组的
q
:百分数,应该介于0
到100
之间
axis
:(可选参数)决定沿着哪一个轴计算百分数,默认将数组扁平化以后再计算百分数。具体坐标轴设定用法同numpy.ptp()函数。这里不做过多讨论。
有返回值,返回值为一个元组类型的索引数组,即得到 非零元素在原数组中的下标
out
:(可选参数)输出数组,要求它必须具有相同的形状和缓冲区长度,所以一般来说可以不进行指定。(这里不做过多讨论),简而言之一点,numpy
模块中的所有函数中的out
参数一般不进行指定。
overwrite_input
:(可选参数)当为True
的时候会将原始数组进行中间计算,简而言之,就是计算完成后销毁原始数组,原始数组就会成为未被定义的状态,这个参数仅仅在数据量非常大的时候才考虑被使用,为了节省内存,一般不做考虑。
interpolation
:有{‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}五种可选参数,不同种的插值方式,可以自行百度,这里不做深入说明,以后可能会做补充。
keepdims
:(True or False,选填参数),用法同numpy.ptp()函数。这里不做过多讨论。
有返回值,返回一个数组或者标量
代码如下:
# -*- coding: utf-8 -*-
"""
Created on Thu Oct 22 10:17:36 2020@author: 15025
"""import numpy as npclass NumpyStudy:def calculatePercentile(self):array = np.array([1, 2, 3, 4, 5])array1 = np.percentile(array, 0)array2 = np.percentile(array, 25)array3 = np.percentile(array, 50)array4 = np.percentile(array, 75)array5 = np.percentile(array, 100)print("array1的值为: ")print(array1)print("array2的值为: ")print(array2)print("array3的值为: ")print(array3)print("array4的值为: ")print(array4)print("array5的值为: ")print(array5)if __name__ == "__main__":main = NumpyStudy()main.calculatePercentile()
"""
array1的值为:
1.0
array2的值为:
2.0
array3的值为:
3.0
array4的值为:
4.0
array5的值为:
5.0
"""
我们从结果中可以看到,这里其实是将数组np.array([1, 2, 3, 4, 5])
按照百分比分别对应于0%
,25%
,50%
,75%
,100%
。相当于我们做了一条直线,这时我们如果想要知道这条直线上其他位置的数值,因为原始数据中没有,所以会进行插值运算,这也是为什么参数中会存在interpolation
选择插值方式的原因了。
对于上述对应的图像,如下图所示:
numpy.percentile()函数相关推荐
- JAVA有percentile函数吗_Python numpy.percentile函数方法的使用
numpy.percentile numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='l ...
- 【python】numpy.percentile()函数
numpy.percentile() 1.函数 百分位数是统计中使用的度量,表示小于这个值的观察值的百分比. 函数numpy.percentile()接受以下参数. np.percentile(a, ...
- np.percentile()函数超详解 异常值极端值百分位四分位数
20211115 当有空值存在时,四分位数会是空值 20211019 https://www.zhihu.com/question/58421946 https://baike.baidu.com/i ...
- numpy常用函数之random.normal函数
numpy常用函数之random.normal函数 4.np.random.normal(loc=0.0, scale=1.0, size=None) 作用: 生成高斯分布的概率密度随机数 lo ...
- Python ln_Python入门教程(三):史上最全的Numpy计算函数总结,建议收藏!
点击上方 蓝字 关注我们 Numpy提供了灵活的.静态类型的.可编译的程序接口口来优化数组的计算,也被称作向量操作,因此在Python数据科学界Numpy显得尤为重要.Numpy的向量操作是通过通用函 ...
- NumPy 数学函数
NumPy 数学函数 NumPy 包含大量的各种数学运算的函数,包括三角函数,算术运算的函数,复数处理函数等. 三角函数 NumPy 提供了标准的三角函数:sin().cos().tan(). 实例 ...
- python乘法表运算_Python入门教程(三):史上最全的Numpy计算函数总结,建议收藏!...
点击上方 蓝字 关注我们 Numpy提供了灵活的.静态类型的.可编译的程序接口口来优化数组的计算,也被称作向量操作,因此在Python数据科学界Numpy显得尤为重要.Numpy的向量操作是通过通用函 ...
- python的empty函数_python中numpy.empty()函数的用法
在使用python编程的过程中,想要快速的创建ndarray数组,可以使用numpy.empty()函数.numpy.empty()函数所创建的数组内所有元素均为空,没有实际意义,所以它也是创建数组最 ...
- 总结了12个Numpy高级函数,完美解决数据处理,拿来即用!
作者 | 黄伟呢 责编 | 欧阳姝黎 原本是不想专门讲述Numpy函数的,但是今天又有人问起.为此给大家总结了这12个Numpy高级函数,大家一定要掌握,因为它真的很好用!很好用!很好用! ...
最新文章
- 数据结构Java实现05----栈:顺序栈和链式堆栈
- python语言命令大全-Python常用命令最全合集
- LeetCode Nth Digit
- [spfa][差分约束] 洛谷 P3084 照片Photo
- Error establishing a database connection!
- Python小应用1 - 抓取网页中的链接地址
- Linux搭建Git服务器教程
- python适用于哪些芯片_这些鲜为人知的Python功能,你值得拥有!
- mysql可视化界面创建表_使用可视化界面创建表
- 中文GRasshopper插件lunchbox(午餐盒),首发哦!
- c51汇编语言位操作,51单片机汇编语言教程之单片机位操作指令的详细资料说明...
- 海康门禁C# demo-开,关,常开,常关,授权,清权
- oligo包常用函数
- 《Hexo: 从零开始编写自己的主题》2. 入门Hexo主题编写
- 【C语言】写一个程序,输出一个在100到200之间的数字,这个单位的数字是6,可以除以3。
- Python使用combinations实现排列组合
- unity应用开发实战案例_Unity AR增强现实开发实战
- iOS开发UI基础—09UIImageView动画示例之汤姆猫程序
- 《算法笔记》10.5小节——图算法专题->最小生成树
- conda 包安装位置 虚拟环境_conda指定位置配置虚拟环境