python numpy 라 이브 러 리 np.percentile 용법 설명

python 에서 다 차원 배열 의 임 의 백분율 분 위 수 를 계산 합 니 다.이곳 의 100 분 위 는 작은 것 에서 큰 것 으로 배열 되 어 있 습 니 다.np.percentile 만 사용 하면 됩 니 다.

a = range(1,101)
#  a   90%     
np.percentile(a, 90)
Out[5]: 90.10000000000001

a = range(101,1,-1)
#          
np.percentile(a, 90)
Out[7]: 91.10000000000001

공식 문 서 를 자세히 보다.

numpy.percentile
Parameters
 ----------
 a : np  
 q : float in range of [0,100] (or sequence of floats)
  Percentile to compute。
      q   。
 axis :       。
 keepdims :bool        。

 Examples
 --------
 >>> a = np.array([[10, 7, 4], [3, 2, 1]])
 >>> a
 array([[10, 7, 4],
   [ 3, 2, 1]])
 >>> np.percentile(a, 50) #50%    ，  a         
 3.5
 >>> np.percentile(a, 50, axis=0) #axis 0，     
 array([[ 6.5, 4.5, 2.5]])
 >>> np.percentile(a, 50, axis=1) #axis 1，     
 array([ 7., 2.])
 >>> np.percentile(a, 50, axis=1, keepdims=True) #keepdims=True      
 array([[ 7.],
   [ 2.]])

보충 지식:np.percentile 함수 에 대한 자신의 이해(나 는 매우 옳다 고 생각한다)
최근 다른 사람 baseline 을 뛰 어 다 닐 때 np.percentile 이라는 함 수 를 보 았 습 니 다.사용 해 본 적 이 없어 서 공식 문서 로 달 려 가서 어떻게 일 하 는 지 보 았 습 니 다공식 문서 연결.
그래,공식 문서 가 제시 한 예 가 50 을 예 로 들 다 니.근 데 자기가 운행 할 때 왜 다음 결과 가 5.8 인지 모 르 겠 어 요.

나중에 스스로 생각해 보 니 함수 가 얻 은 결 과 는 하나의 수 를 얻 었 고 목록 의 60%는 이 숫자 보다 적 었 다.
그림 의 목록 길 이 는 9 입 니 다.숫자 1 에 대응 하 는 것 은 0%이 고 숫자 9 에 대응 하 는 것 은 100%이 며 중간 에 8 개의 간격 이 있다.100/8=12.5.
매개 변 수 는 60,그러면 60/12.5=4.8 로 4.8 개의 간격 이 필요 하 다 는 뜻 입 니 다.좋 습 니 다.먼저 4 개의 간격 을 뛰 어 넘 고 지금 5 라 는 위치 에 도착 한 다음 에 0.8 개의 간격 을 두 고 이 간격 에 대응 하 는 길 이 는 6-5=1 이기 때문에 마지막 으로 얻 은 결 과 는 5+1*0.8=5.8 로 함수 출력 결과 와 같 습 니 다.
주로 자신 이 진실 을 따 지 는 것 을 좋아 하기 때문에 구체 적 으로 어떻게 계산 하 는 지 알 고 싶 지 않 으 면 함수 의 통계 적 의 미 를 기억 하면 된다.
또한 제 설명 에서 왜'간격'이라는 묘 사 를 사용 해 야 하 는 지 에 대해 서 는 제 가 쓴 예 에서 1-9 의 간격 이 인접 한 숫자의 차 이 는 같 지만 실제 응용 에서 다 를 수 있 습 니 다.
이상 의 python numpy 라 이브 러 리 np.percentile 용법 설명 은 바로 편집장 이 여러분 에 게 공유 한 모든 내용 입 니 다.참고 하 시기 바 랍 니 다.여러분 들 도 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.