numpy : np.percentile使用
来源:互联网 发布:二级access题库软件 编辑:程序博客网 时间:2024/06/04 22:54
首先明确百分位数:
第p个百分位数是这样一个值,它使得至少有p%的数据项小于或等于这个值,且至少有(100-p)%的数据项大于或等于这个值。
举个例子:高等院校的入学考试成绩经常以百分位数的形式报告。比如,假设某个考生在入学考试中的语文部分的原始分数为54分。相对于参加同一考试的其他学生来说,他的成绩如何并不容易知道。但是如果原始分数54分恰好对应的是第70百分位数,我们就能知道大约70%的学生的考分比他低,而约30%的学生考分比他高
这里的p = 70 .
在numpy中,是这样的:
numpy.percentileParameters ---------- a : np数组 q : float in range of [0,100] (or sequence of floats) Percentile to compute。 要计算的q分位数。 axis : 那个轴上运算。 keepdims :bool是否保持维度不变。 Examples -------- >>> a = np.array([[10, 7, 4], [3, 2, 1]]) >>> a array([[10, 7, 4], [ 3, 2, 1]]) >>> np.percentile(a, 50) #50%的分位数,就是a里排序之后的中位数 3.5 >>> 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) #保持维度不变,这对使用sklearn的fit有好处。 array([[ 7.], [ 2.]])
阅读全文
0 0
- numpy : np.percentile使用
- numpy 之 np.where
- numpy: np.where
- numpy: np.ndarray.flatten
- numpy: np.argsort
- numpy: np.asarray 函数
- numpy:np.random.randn
- numpy: np.c_
- Numpy np.dot() vs np.multiply() vs *
- numpy函数之np.maximum
- Python--numpy(np.loadtxt)
- numpy函数之np.newaxis
- numpy 随机数种类np.random.RandomState、np.random.rand、np.random.random、np.random_sample
- python 之 numpy 库 np.max 与 np.maximum 语法
- numpy 基础 —— np.linalg
- numpy中np.nan(pandas中NAN)
- numpy 基础 —— np.linalg
- numpy: np.random模块 探究(源码)
- LTE x-RNTI (2)
- 程序猿(媛)编码10 倍效率的三件事
- 基于Unity3D的相机功能的实现(六)—— 上帝视角(王者荣耀视角)
- 字符编码--笔记
- 文章标题
- numpy : np.percentile使用
- Java 获取当前时间的前几天或后几天
- 博弈论
- 怎么提交项目到github
- Yii2 优化 ErrorHandler
- c/c++各种排序算法
- unity,vs出现调用dll失败问题
- SRS 代码分析【转发流实现】
- Windows上创建类似Unix的home目录