在python中計算一個多維陣列的任意百分比分位數，此處的百分位是從小到大排列，只需用np.percentile即可……

a = range(1,101)
#求取a數列第90%分位的數值
np.percentile(a,90)
Out[5]: 90.10000000000001

a = range(101,1,-1)
#百分位是從小到大排列
np.percentile(a,90)
Out[7]: 91.10000000000001

詳看官方文件

numpy.percentile
Parameters
 ----------
 a : np陣列
 q : float in range of [0,100] (or sequence of floats)
  Percentile to compute。
  要計算的q分位數。
 axis : 那個軸上運算。
 keepdims :bool是否保持維度不變。

 Examples
 --------
 >>> a = np.array([[10,7,4],[3,2,1]])
 >>> a
 array([[10,[ 3,1]])
 >>> np.percentile(a,50) #50%的分位數，就是a裡排序之後的中位數
 3.5
 >>> np.percentile(a,50,axis=0) #axis為0，在縱列上求
 array([[ 6.5,4.5,2.5]])
 >>> np.percentile(a,axis=1) #axis為1，在橫行上求
 array([ 7.,2.])
 >>> np.percentile(a,axis=1,keepdims=True) #keepdims=True保持維度不變
 array([[ 7.],[ 2.]])

補充知識：關於np.percentile函式的自己的理解（我覺得很對）

最近在跑別人baseline的時候看到np.percentile這個函式，之前沒有用過，就跑去官方文件看了看到底是怎麼工作的(官方文件連線)

行吧，官方文件給出的例子居然是以50為例（我當然知道這是得到中位數啊！！！），但是自己在執行的時候一直不明白下面的結果為什麼是5.8.

後來自己琢磨了一下，函式得到的結果是得到一個數，列表中百分之60的數小於該數字。

圖中的列表長度為9,。數字1所對應的是0%，數字9對應的是100%，中間有8個間隔。100/8=12.5.

引數為60，那麼60/12.5=4.8，意味著需要4.8個間隔，好的，先跳過4個間隔，現在到達5這個位置，然後往後0.8個間隔，該間隔對應的長度為6-5=1，所以最後得出的結果為5+1*0.8=5.8，和函式輸出的結果一樣。

主要是自己愛較真，不想了解具體怎麼算的話只要記住函式的統計意義就可以。

另外關於我的解釋中為什麼要用“間隔”這種描述，因為我寫的例子中1-9，間隔相鄰數字的差是一樣的，但是在實際應用中可能不一樣。

以上這篇python numpy庫np.percentile用法說明就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。