np.percentile 和df.quantile 分位數

np.percentile

numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)

參數：

a : array，用來算分位數的對象，可以是多維的數組
q : array_like of float，介於0-100的float，用來計算是幾分位的參數，如四分之一位就是25，如要算兩個位置的數就(25,75)
axis : 坐標軸的方向，一維的就不用考慮了，多維的就用這個調整計算的維度方向，取值范圍0/1，默認值為沿着數組的展平版本計算百分位數
out : 輸出數據的存放對象，參數要與預期輸出有相同的形狀和緩沖區長度
overwrite_input : bool，默認False，為True時及計算直接在數組內存計算，計算后原數組無法保存
interpolation : 取值范圍{'linear', 'lower', 'higher', 'midpoint', 'nearest'}
默認liner，比如取中位數，但是中位數有兩個數字6和7，選不同參數來調整輸出
keepdims : bool,默認False,為真時取中位數的那個軸將保留在結果中

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

pandas.DataFrame.quantile

DataFrame.quantile(q=0.5, axis=0, numeric_only=True, interpolation='linear')

參數：

• q：float or array-like, default 0.5 (50% quantile)，0 <= q <= 1之間的值，即要計算的分位數
• axis：{0, 1, ‘index’, ‘columns’}, default 0，對於行，等於0或“索引”，對於列，等於1或“列”
• numeric_only：bool, default True，如果為False，則還將計算日期時間和時間增量數據的分位數
• interpolation：{‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}，當所需分位數位於兩個數據點i和j之間時，此可選參數指定要使用的插值方法

返回

Series or DataFrame

• 如果q是數組，則將返回DataFrame，其中index為q，列為self的列，值為分位數。
• 如果q為float，則在index是self的列，值是分位數

df = pd.DataFrame(np.array([[1, 1], [2, 10], [3, 100], [4, 100]]),
                  columns=['a', 'b'])

 

df.quantile(.1)
'''
a    1.3
b    3.7
Name: 0.1, dtype: float64
'''
df.quantile([.1, .5])
'''
       a     b
0.1  1.3   3.7
0.5  2.5  55.0
'''