欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python numpy庫np.percentile用法說明

 更新時間:2020年06月08日 10:48:53   作者:brucewong0516  
這篇文章主要介紹了python numpy庫np.percentile用法說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

在python中計算一個多維數(shù)組的任意百分比分位數(shù),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(shù)列第90%分位的數(shù)值
np.percentile(a, 90)
Out[5]: 90.10000000000001

a = 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.percentile
Parameters
 ----------
 a : np數(shù)組
 q : float in range of [0,100] (or sequence of floats)
  Percentile to compute。
  要計算的q分位數(shù)。
 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(shù),就是a里排序之后的中位數(shù)
 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(shù)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(shù),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(shù)?。。。。?,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(shù)得到的結果是得到一個數(shù),列表中百分之60的數(shù)小于該數(shù)字。

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

參數(shù)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(xiàn)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(shù)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(shù)的統(tǒng)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(shù)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(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • 使用NumPy進行數(shù)組數(shù)據(jù)處理的示例詳解

    使用NumPy進行數(shù)組數(shù)據(jù)處理的示例詳解

    NumPy是Python中用于數(shù)值計算的核心包之一,它提供了大量的高效數(shù)組操作函數(shù)和數(shù)學函數(shù),可以支持多維數(shù)組和矩陣運算。本文主要為大家介紹了NumPy進行數(shù)組數(shù)據(jù)處理的具體方法,需要的可以參考一下
    2023-03-03
  • TensorFlow中關于tf.app.flags命令行參數(shù)解析模塊

    TensorFlow中關于tf.app.flags命令行參數(shù)解析模塊

    這篇文章主要介紹了TensorFlow中關于tf.app.flags命令行參數(shù)解析模塊,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-11-11
  • python簡單爬蟲--get方式詳解

    python簡單爬蟲--get方式詳解

    本篇文章介紹了python爬蟲中get和post方法介紹以及cookie作用,對此有興趣的朋友學習下,希望能夠給你帶來幫助
    2021-09-09
  • Python numpy有哪些常用數(shù)據(jù)類型

    Python numpy有哪些常用數(shù)據(jù)類型

    Numpy提供了兩種基本的對象:ndarray(N-dimensional Array Object)和 ufunc(Universal Function Object)。ndarray是存儲單一數(shù)據(jù)類型的多維數(shù)組,而ufunc則是能夠?qū)?shù)組進行處理的函數(shù)
    2023-02-02
  • Python程序慢的重要原因

    Python程序慢的重要原因

    在本篇內(nèi)容里小編給大家整理的是一篇關于Python程序慢的重要原因分析內(nèi)容,有興趣的朋友們可以參考下。
    2020-09-09
  • python爬取音頻下載的示例代碼

    python爬取音頻下載的示例代碼

    這篇文章主要介紹了python爬取音頻下載的示例代碼,幫助大家更好的理解和學習python爬蟲,感興趣的朋友可以了解下
    2020-10-10
  • Linux CentOS7下安裝python3 的方法

    Linux CentOS7下安裝python3 的方法

    在CentOS7下,默認安裝的就是python2.7,下面通過本文給大家分享Linux CentOS7下安裝python3 的方法,需要的朋友參考下吧
    2018-01-01
  • pandas如何計算移動平均值

    pandas如何計算移動平均值

    在處理金融數(shù)據(jù)分析時,常需計算移動平均值。遇到數(shù)據(jù)不足導致結果為NAN問題,可使用pandas中rolling函數(shù)的min_periods參數(shù)。設置min_periods=1即可解決,它允許窗口中的非空觀測值少于窗口大小時也能計算均值,確保數(shù)據(jù)不足時也能得出結果
    2024-09-09
  • 淺談Python協(xié)程

    淺談Python協(xié)程

    這篇文章主要介紹了Python協(xié)程的的相關資料,文中講解非常細致,代碼幫助大家更好的理解和學習,感興趣的朋友可以了解下
    2020-06-06
  • python3 requests 各種發(fā)送方式詳解

    python3 requests 各種發(fā)送方式詳解

    這篇文章主要介紹了python3 requests 各種發(fā)送方式,本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-04-04

最新評論