Автор оригинала: Team Python Pool.
Что такое Numpy процентиль?
Метод процентилей в модуле numpy используется для вычисления n-го процентиля заданных данных (элементов массива) вдоль заданной оси. Мы в основном используем процентиль в статистике, который дает вам число, описывающее значение, которое данный процент значений ниже.
Синтаксис
numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, keepdims=False)
Параметры
- a : array_like – Это входной массив.
- q: array_like of float – Это процентиль или последовательность процентилей, которые нам нужно вычислить. Он должен быть от 0 до 100, оба включительно.
- axis: {int, кортеж int, None} – Это необязательный ввод. Это ось, по которой мы вычисляем процентиль. По умолчанию мы вычисляем процентиль вместе с уплощенной версией массива.
- out: ndarray – Это также необязательный вход. Это альтернативный выходной массив, который мы создаем для размещения результата. Он должен иметь ту же форму и длину буфера, что и ожидаемый вывод, но тип может быть приведен сам по себе, если это необходимо.
- overwrite_input: bool – Это также необязательный вход. Если логическое значение истинно, мы можем изменить входной массив с помощью промежуточных вычислений, чтобы сохранить память.
- keepdims: bool – Это также необязательный ввод. Если значение установлено равным True, то уменьшенные оси остаются в результате в виде размеров с одним размером. При этом результат будет корректно сопоставлен с исходным массивом.
Возвращаемое значение
Если q является одним процентилем , а ось имеет значение None , то выход всегда является скалярным или массивом со значениями процентилей вдоль указанной оси.
Примеры поиска Numpy процентиля
Давайте подробно разберемся в процентильной функции модуля numpy с помощью примеров:
1. Numpy процентиль с использованием 1-d массива
Мы будем использовать 1-D массив для вычисления процентиля массива, взяв входной массив.
#using 1-D array
#numpy.percentile() method
import numpy as np
arr = [5,6,9,87,2,3,5,7,2,6,5,2,3,4,69,4]
print("Array : ",arr)
x = np.percentile(arr, 50)
print("50 percentile : ",x)
Выход:
Array : [5, 6, 9, 87, 2, 3, 5, 7, 2, 6, 5, 2, 3, 4, 69, 4] 50 percentile : 5.0
Объяснение:
Здесь, во-первых, мы импортировали модуль numpy в python как np. Во-вторых, мы взяли 1-d массив. В-третьих, мы напечатали входной массив. В-четвертых, мы использовали метод процентиля как np.percentile (), в котором мы дали arr и 50 процентилей в качестве параметра и сохранили это значение в переменной x. Наконец, мы напечатали значение x. Следовательно, вывод выводится на экран.
2. использование 2-D массива
Мы будем использовать 2-D массив для вычисления процентиля массива, взяв входной массив.
#using 2-D array
#numpy.percentile() method
import numpy as np
arr = [[5,6,8],[6,9,2]]
print("Array : ",arr)
x = np.percentile(arr, 50)
print("50 percentile : ",x)
Выход:
Array : [[5, 6, 8], [6, 9, 2]] 50 percentile : 6.0
Объяснение:
Здесь, во-первых, мы импортировали модуль numpy в python как np. Во-вторых, мы взяли 2-d массив. В-третьих, мы напечатали входной массив. В-четвертых, мы использовали метод процентиля как np.percentile (), в котором мы дали arr и 50 процентилей в качестве параметра и сохранили это значение в переменной x. Наконец, мы напечатали значение x. Следовательно, вывод выводится на экран.
3. Использование процентиля Numpy в 2-D массиве
Мы будем использовать axis в 2-D массиве для вычисления процентиля массива, взяв входной массив.
#using 2-D array axis = 0
#numpy.percentile() method
import numpy as np
arr = [[5,6,8],[6,9,2]]
print("Array : ",arr)
x = np.percentile(arr, 25, axis = 0)
print("50 percentile : ",x)
Выход:
Array : [[5, 6, 8], [6, 9, 2]] 50 percentile : [5.25 6.75 3.5 ]
Объяснение:
Здесь, во-первых, мы импортировали модуль numpy в python как np. Во-вторых, мы взяли 2-d массив. В-третьих, мы напечатали входной массив. В-четвертых, мы использовали метод процентиля в качестве np.percentile (), в котором мы дали are, 25 процентилей, и в качестве параметра и сохранили это значение в переменной x. Наконец, мы напечатали значение x. Следовательно, вывод выводится на экран.
4. использование в 2-d массиве
Мы будем использовать axis в 2-D массиве для вычисления процентиля массива, взяв входной массив.
#using 2-D array axis = 1
#numpy.percentile() method
import numpy as np
arr = [[5,6,8],[6,9,2]]
print("Array : ",arr)
x = np.percentile(arr, 25, axis = 1)
print("50 percentile : ",x)
Выход:
Array : [[5, 6, 3], [6, 7, 2]] 50 percentile : [4. 4. ]
Объяснение:
Здесь, во-первых, мы импортировали модуль numpy в python как np. Во-вторых, мы взяли 2-d массив. В-третьих, мы напечатали входной массив. В-четвертых, мы использовали метод процентиля в качестве np.percentile (), в котором мы дали are, 25 процентилей, и в качестве параметра и сохранили это значение в переменной x. Наконец, мы напечатали значение x. Следовательно, вывод выводится на экран.
5. Numpy процентиль с использованием и в 2-D массиве
Мы будем использовать axis и Keepdims в 2-D массиве для вычисления процентиля массива путем взятия входного массива.
#using 2-D array axis = 1 and Keepdims = True
#numpy.percentile() method
import numpy as np
arr = [[10,9,4],[3,2,1]]
print("Array : ",arr)
x = np.percentile(arr, 50, axis = 1, keepdims = True)
print("50 percentile : ",x)
Выход:
Array : [[10, 9, 4], [3, 2, 1]] 50 percentile : [[9.] [2.]]
Объяснение:
Здесь, во-первых, мы импортировали модуль numpy в python как np. Во-вторых, мы взяли 2-d массив. В-третьих, мы напечатали входной массив. В-четвертых, мы использовали метод процентиля в качестве np.percentile (), в котором мы дали arr, 50 процентилей, и в качестве параметра. Значение сохранило это значение в переменной x. Наконец, мы напечатали значение x. Следовательно, вывод выводится на экран.
6. использование параметра Out в 2-d массиве
Мы будем использовать axis и out в 2-D массиве для вычисления процентиля массива путем взятия входного массива.
import numpy as np
arr = [[10,9,4],[3,2,1]]
print("Array : ",arr)
m = np.percentile(arr, 50, axis=0)
out = np.zeros_like(m)
x = np.percentile(arr, 50, axis=0, out=out)
print("50 percentile : ",x)
Выход:
Array : [[10, 9, 4], [3, 2, 1]] 50 percentile : [6.5 5.5 2.5]
Объяснение:
Здесь, во-первых, мы импортировали модуль numpy в python как np. Во-вторых, мы взяли 2-d массив. В-третьих, мы напечатали входной массив. В-четвертых, мы использовали метод процентиля как np.percentile (), в котором мы дали are, 50 процентилей, и out(выходной массив той же формы и длины буфера) в качестве параметра. Значение сохранило это значение в переменной x. Наконец, мы напечатали значение x. Следовательно, вывод выводится на экран.
Должен Читать
- Квантиль Numpy() Объяснен Примерами
- 6 Способов использования метода Numpy flatten() в Python
- Numpy Count | Практическое объяснение поиска вхождений
- Ось в Python С Подробными Примерами
Numpy Процентиль против Квантиля
Percentile – Метод процентилей в модуле numpy, с помощью которого можно вычислить n-й процентиль заданных данных (элементов массива) вдоль заданной оси.
Numpy Quantile – Метод квантилей в модуле numpy, с помощью которого можно вычислить q-й квантиль заданных данных(элементов массива) вдоль заданной оси.
Давайте разберемся с помощью примера:
#numpy percentile vs numpy quantile
import numpy as np
arr = [10,20,30,40,50]
print("Array : ",arr)
print("\n")
print("25 percentile : ",np.percentile(arr, 25))
print("50 percentile : ",np.percentile(arr, 50))
print("75 percentile : ",np.percentile(arr, 75))
print("\n")
print(".25 Quantile : ",np.Quantile(arr, .25))
print(".50 Quantile : ",np.Quantile(arr, .50))
print(".75 Quantile : ",np.Quantile(arr, .75))
Выход:
Array : [10, 20, 30, 40, 50] 25 percentile : 20.0 50 percentile : 30.0 75 percentile : 40.0 .25 Quantile : 20.0 .50 Quantile : 30.0 .75 Quantile : 40.0
Объяснение:
Здесь, во-первых, мы импортировали модуль numpy как np. Во-вторых, мы взяли входной массив в переменной arr. В-третьих, мы применили функцию процентиля, в которой мы вычислили 25-й, 50-й и 75-й процентили и напечатали результат. В-четвертых, мы применили квантильную функцию, в которой мы вычислили 25-й, 50-й и 75-й процентили и напечатали результат. Следовательно, мы можем увидеть результат и узнать, что есть только разница, которая говорит 1 процентиль = .01 квантиль.
Вывод
В этом уроке мы узнали о вычислении процентиля с помощью метода процентиля в стандартной библиотеке numpy. Все параметры подробно объясняются на примерах. Вы можете использовать любой параметр в соответствии с вашими потребностями в вашей программе или проекте.