在python中計算一個多維數組的任意百分比分位數，此處的百分位是從小到大排列，只需用np.percentile即可……

a = range(1,101)#求取a數列第90%分位的數值np.percentile(a, 90)Out[5]: 90.10000000000001a = range(101,1,-1)#百分位是從小到大排列np.percentile(a, 90)Out[7]: 91.10000000000001

詳看官方文檔

numpy.percentileParameters ---------- a : np數組 q : float in range of [0,100] (or sequence of floats) Percentile to compute。 要計算的q分位數。 axis : 那個軸上運算。 keepdims :bool是否保持維度不變。 Examples -------- >>> a = np.array([[10, 7, 4], [3, 2, 1]]) >>> a array([[10, 7, 4], [ 3, 2, 1]]) >>> np.percentile(a, 50) #50%的分位數，就是a里排序之后的中位數 3.5 >>> np.percentile(a, 50, axis=0) #axis為0，在縱列上求 array([[ 6.5, 4.5, 2.5]]) >>> np.percentile(a, 50, axis=1) #axis為1，在橫行上求 array([ 7., 2.]) >>> np.percentile(a, 50, axis=1, keepdims=True) #keepdims=True保持維度不變 array([[ 7.], [ 2.]])

補充知識：關于np.percentile函數的自己的理解（我覺得很對）

最近在跑別人baseline的時候看到np.percentile這個函數，之前沒有用過，就跑去官方文檔看了看到底是怎么工作的(官方文檔連接)

行吧，官方文檔給出的例子居然是以50為例（我當然知道這是得到中位數?。。。。?，但是自己在運行的時候一直不明白下面的結果為什么是5.8.

后來自己琢磨了一下，函數得到的結果是得到一個數，列表中百分之60的數小于該數字。

圖中的列表長度為9,。數字1所對應的是0%，數字9對應的是100%，中間有8個間隔。100/8=12.5.

參數為60，那么60/12.5=4.8，意味著需要4.8個間隔，好的，先跳過4個間隔，現在到達5這個位置，然后往后0.8個間隔，該間隔對應的長度為6-5=1，所以最后得出的結果為5+1*0.8=5.8，和函數輸出的結果一樣。

主要是自己愛較真，不想了解具體怎么算的話只要記住函數的統計意義就可以。

另外關于我的解釋中為什么要用“間隔”這種描述，因為我寫的例子中1-9，間隔相鄰數字的差是一樣的，但是在實際應用中可能不一樣。

以上這篇python numpy庫np.percentile用法說明就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。