np.percentile()（超详细超简单！！！）

百分位是一个多维数组中对应每个数的，小于它的数的占总数比。

np.percentile(a, q, axis=None,keepdims:bool)

参数

• a : array，用来算分位数的对象，可以是多维的数组
• q : 介于0-100的float，用来计算是几分位的参数，如四分之一位就是25，如要算两个位置的数就[0,100]，多个位置如[0,25,50,75,100]
• axis : axis为0，在纵列上求;axis为1，在横列上求;
• keepdims:bool,是否保持维度不变。

栗子

import numpy as np
a = np.array([[6, 10, 11], [3, 2, 12]])
print(a)
print(np.percentile(a,[0,25,50,75,100]))

输出结果

[[ 6 10 11][ 3  2 12]]
[ 2.    3.75  8.   10.75 12.  ]

解释

排序为2，3,6,10,11,12，首先占比为0和占比100的当然就是最小值和最大值了；其次占比为25%的数小于3.75；再次占比为50%的数小于8，即小于中位数；最后占比为75%的数小于10.75；

为什么是3.75和10.75？下面介绍线性插值法计算百分位数

loc = 1 + (n - 1) * p ，其中n为排序后数的个数，p为百分位
num = a[loc整数部分 - 1] + (a[loc整数部分] - a[loc整数部分 - 1]) * loc小数部分

#如a = [2,3,6,10,11,12]
#对于25%
loc = 1+(6-1)*0.25 = 2.25
num = a[2 - 1] + (a[2] - a[2 - 1])*0.25= a[1] + (a[2] - a[1])*0.25= 3 + (6-3)*0.25= 3.75 

其他

参考官方文档

Examples
--------
>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> a
array([[10,  7,  4],[ 3,  2,  1]])
>>> np.percentile(a, 50, axis=0) #axis为0，在纵列上求
array([[ 6.5,  4.5,  2.5]])
>>> np.percentile(a, 50, axis=1) #axis为1，在横行上求
array([ 7.,  2.])
>>> np.percentile(a, 50, axis=1, keepdims=True) #keepdims=True保持维度不变
array([[ 7.],[ 2.]])

参考

https://www.cnblogs.com/nxf-rabbit75/p/10576840.html
https://blog.csdn.net/brucewong0516/article/details/80205422
https://blog.csdn.net/Toxicant__/article/details/103606720
https://blog.csdn.net/baidu_38432186/article/details/109412206
https://www.pythonheidong.com/blog/article/398943/74bde73098fcf59b3329/

我讲明白了吗？