Python: Numpy percentile混淆结果
是指使用Python编程语言中的Numpy库来计算百分位数时所得到的结果可能会受到混淆。Numpy是一个专门用于数值计算的开源库，其中的percentile函数用于计算给定数据集的百分位数。
百分位数是用于衡量数据集中某个特定百分比处的数值，常用于统计学和数据分析。然而，在使用Numpy的percentile函数进行计算时，有时可能会遇到结果混淆的问题。
这种混淆结果可能是由于数据集中存在异常值、数据分布不均匀等原因导致的。在这种情况下，计算得到的百分位数可能会与预期结果有所偏差，从而引起混淆。
为了解决这个问题，可以采取以下方法：
- 数据清洗和预处理：在计算百分位数之前，对数据集进行清洗和预处理。这包括去除异常值、处理缺失值等，以确保数据集的准确性和一致性。
- 数据分布分析：在使用percentile函数计算百分位数之前，先对数据集的分布进行分析。可以使用直方图、箱线图等可视化工具来了解数据的分布情况，进而判断是否存在异常值或数据分布不均匀的情况。
- 调整计算方法：如果发现数据集中存在异常值或数据分布不均匀的情况，可以考虑采用其他计算方法来代替percentile函数。例如，使用中位数或其他鲁棒性较强的统计量来代替百分位数。
总之，混淆结果是指在使用Python的Numpy库中的percentile函数计算百分位数时可能遇到的结果不准确或偏差较大的问题。为了解决这个问题，需要进行数据清洗和预处理，分析数据分布情况，并根据实际情况选择适当的计算方法。
相关·内容
我注意到，尽管NumPy的和TensorFlow概率的对它们的“最近”插值方法给出了相同的docstring解释
当所需百分位数位于两个数据点(i < j)之间时，此可选参数指定要使用的插值方法：
..。
‘最近的’：i或j，两者以最近者为准。
他们给出了不同的结果。下面是我所指的最低限度的工作例子。
环境
$ "$(which python3)" --version
Python 3.7.5
$ python3 -m venv "${HOME}/.venvs/question"
$ . "${HOME}/.venvs/question/b
浏览 0提问于2020-04-04得票数 0
回答已采纳
当使用Python Numpy计算分位数/百分位数时，结果有点奇怪，如下所示。我对此很困惑，有谁能解释一下原因吗？ import numpy as np
x = range(1,1031)
x = np.array(x)
np.percentile(x,1,interpolation='lower')
# 11
np.percentile(x,1,interpolation='higher')
# 12
np.percentile(x,0.972,interpolation='lower')
# 11
np.percentile(x,0.
浏览 20提问于2019-06-19得票数 0
回答已采纳
我必须同时获得整个数据的百分位数，但我有几个ids数据，并且希望得到所有ids的单独结果。这是我的代码，在这里我得到了一些错误
result_frame.groupby('ID').apply(percentile('rolling_mean', [25]))
我收到以下错误
---------------------------------------------------------------------------
TypeError Traceback (most recent call
浏览 2提问于2018-06-17得票数 1
回答已采纳
我使用此函数从计算百分位数
import numpy as np
a = [12, 3, 45, 0, 45, 47, 109, 1, 0, 3]
np.percentile(a, 25)
但是我得到了这个错误：
AttributeError: 'module' object has no attribute 'percentile'
我也试过了
import numpy.percentile as np
但是没有，我得到了同样的错误。
我的numpy版本是1.3.0，我试图升级，但似乎不能升级，我使用了：[sudo pip install --upgrade
浏览 0提问于2013-04-16得票数 2
回答已采纳
当我将numpy版本从1.11.3更新到1.16.5时，由于percentile方法计算的值之间的分数差异，我的测试失败了。
numpy = 1.11.3
import numpy as np
print (np.percentile([1.0, 0.0, 0.0, 0.0], [15.0, 85.0])[1])
> 0.54999999999999982
numpy = 1.16.5
import numpy as np
print (np.percentile([1.0, 0.0, 0.0, 0.0], [15.0, 85.0])[1])
> 0.549999999999999
浏览 7提问于2019-12-04得票数 3
回答已采纳
3回答
我有一个数字列表[1, 2, 3, 4, 5, 6, 7]，我希望有一个函数来返回这个数字列表的四分位数范围。四分位数区间是上四分位数与下四分位数之间的差。我尝试使用NumPy函数和Wolfram计算四分位数范围。我发现所有的答案，从我的手册，到NumPy的答案，到Wolfram，都是不同的。我不知道这是为什么。
我在Python中的尝试如下：
>>> a = numpy.array([1, 2, 3, 4, 5, 6, 7])
>>> numpy.percentile(a, 25)
2.5
>>> numpy.percentile(a,
浏览 3提问于2014-12-14得票数 8
回答已采纳
我需要用Percentile.INC复制Excel的功能。下面是我的输入数据(期望这是一个非常大的数据集)
df_schema = StructType([StructField('FacilityKey', StringType(), True), \
StructField('ItemKey', StringType(), True), \
StructField("ItemValye", FloatType(), True)])
df_data
浏览 3提问于2020-06-30得票数 0
回答已采纳
4回答
我在创建一个函数来计算修剪后的平均值。为此，我删除了数据的最高和最低百分比，然后像往常一样计算平均值。到目前为止，我得到的是：
def trimmed_mean(data, percent):
from numpy import percentile
if percent < 50:
data_trimmed = [i for i in data
if i > percentile(data, percent)
and i < percentile
浏览 1提问于2016-03-07得票数 3
回答已采纳
1回答
我正在使用Python测量样本数据的中位数和百分位数。
import numpy as np
xmedian=np.median(data)
x25=np.percentile(data, 25)
x75=np.percentile(data, 75)
在测量中位数之前，我必须对我的数据使用np.sort()函数吗？
浏览 2提问于2013-05-24得票数 5
回答已采纳
3回答
我使用以下代码来计算给定数据集的四分位数：
#!/usr/bin/python
import numpy as np
series = [1,2,2,2,2,2,2,2,2,2,2,5,5,6,7,8]
p1 = 25
p2 = 50
p3 = 75
q1 = np.percentile(series, p1)
q2 = np.percentile(series, p2)
q3 = np.percentile(series, p3)
print('percentile(' + str(p1) + '): ' + str(q1))
print(&#
浏览 0提问于2017-03-23得票数 1
当inf值出现在数组中时，在某些条件下，np.percentile可以返回NaN作为中值，而np.median可以返回一个有限的值。
>>> import numpy as np
>>> np.percentile([np.inf, 5, 4], [10, 20, 30, 40, 50, 60, 70, 80, 90])
/Users/tom/miniconda3/envs/alldev/lib/python3.7/site-packages/numpy-1.16.0.dev0+45718fd-py3.7-macosx-10.7-x86_64.egg/num
浏览 1提问于2018-12-27得票数 4
2回答
Pystan后验不确定区间
、、、、
我看到了，PyStan在使用posterior_interval()时没有与RStan相同的功能，但我们可以使用numpy.percentile()。我目前正在使用函数在PyStan中，以获得参数集，最大后验的可能性。我现在也想得到一个95%的后验结果的置信区间，所以我想知道numpy.percentile()函数是否会和optimizing函数一起使用？
我试着找出参数分布的95%区间，但这并没有给出一个很好的置信区间。特别是，我不认为这是好的，因为当我期望后验分布呈现多模分布时，我使用numpy.percentile()进行的置信区间是在后验二维高斯贴片内。
我想95%的间隔必须从后部取出
浏览 1提问于2018-12-05得票数 4
回答已采纳
我正在尝试理解计算iqr (四分位范围)的方法。
根据，和的说法，我尝试了3种解决方案来做到这一点。
solution_1
a = numpy.array([1, 2, 3, 4, 5, 6, 7])
q1_a = numpy.percentile(a, 25)
q3_a = numpy.percentile(a, 75)
q3_a - q1_a
solution_2
from scipy.stats import iqr
iqr(a)
solution_3
q1_am = np.median(numpy.array([1, 2, 3, 4]))
q3_am = np.median(numpy
浏览 6提问于2018-11-16得票数 3
回答已采纳
1回答
我正在尝试用python 3.8.10 & matplotlib 3.3.4制作小提琴情节。
import matplotlib.pyplot as plt
import numpy as np
data = []
data.append([65,46,64,59,42,44])
data.append([20,40,44,43,32,20,27,31,20,40,24,26,37,30,29,25,31,65,50,38,41,19,31,38,48,44,51,55,52,25,40,28,50,37,44,21,43,28,36,67,55,58,23,36,28,21,21,3
浏览 1提问于2021-09-10得票数 0
回答已采纳
import numpy as np
import pandas as pd
import math
from scipy import stats
hqm_columns = [
'Ticker',
'Price',
'Number of Shares to Buy',
'One-Year Price Return',
'One-Year Return Percentile',
'Six-Month Price Return',
浏览 24提问于2021-02-18得票数 1
我正在尝试区分应该使用np.quantile()或np.percentile()的场景。
>>> import numpy as np
>>> a = np.array([[10, 7, 4], [3, 2, 1]])
>>> np.quantile(a, 0.5)
3.5
>>> np.percentile(a, 50)
3.5
它们都给出了相同的结果，并在其实现中调用了_quantile_unchecked()。
最好的用例是什么？
浏览 0提问于2019-03-27得票数 16
12回答
有没有办法使用numpy.percentile函数计算加权百分位数？或者有人知道有一个替代的python函数来计算加权百分位数？
谢谢!
浏览 2提问于2014-02-18得票数 49
回答已采纳
from skimage.io import imread, imshow
from skimage.filters import threshold_otsu
imgtest = imread('image.tif')
img_threshold = threshold_otsu(imgtest)
imshow(img_threshold)
返回
Traceback (most recent call last):
File "<input>", line 8, in <module>
File "/Users/S
浏览 29提问于2021-02-19得票数 0
我有两个数组，percentiles和percentile_bounds，以及另一个int值total_score。给定总分，我想返回这个值所在的百分位数。即。我想从percentiles返回一个值，它对应于将total_score放置在percentile_bounds中。在python中，我会这样做：
import numpy as np
percentiles = np.array([ 0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95])
percentile_bounds = n
浏览 2提问于2021-10-28得票数 0
回答已采纳
我使用numpy来计算数组的百分位数。我发现numpy给了我第50个百分位数的正确答案，但对于第25或第75位(正确的答案分别是12和19.5 )。有什么参数我没注意到吗？
import numpy as np
c = [10, 14, 16, 19, 20]
print(np.percentile(c, 25))
print(np.percentile(c, 50))
print(np.percentile(c, 75))
浏览 0提问于2018-10-25得票数 0
回答已采纳
在python中，我可以通过使用python来做到这一点，就像在中一样
import numpy as np
a = np.array([1,2,3,4,5])
p = np.percentile(a, 50)
我想知道2018年用Ruby计算百分位数的方便方法是什么？
浏览 2提问于2018-03-11得票数 2
回答已采纳
我的当前代码是：
import numpy as np
list1 = []
n = int(input("Enter number of elements for list 1: "))
for i in range(0, n):
ele = float(input("Enter a number: "))
list1.append(ele)
list2 = []
n = int(input("Enter number of elements for list 2:
浏览 4提问于2021-07-29得票数 1
回答已采纳
1回答
如果我使用numpy计算90百分位数：
import numpy as np
a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
p = np.percentile(a, 90)
print (p)
它削减了最高值，因此其结果是：
9.1
如何减少较低的值，以便输出如下：
2
谢谢!
浏览 1提问于2021-08-30得票数 0
回答已采纳
2回答
我有一个orderedDict
dict2.items():
[('A', <function __main__.percentile_50>),
('B', <function numpy.core.fromnumeric.sum>),
('C', <function numpy.core.fromnumeric.sum>),
('D', <function numpy.core.fromnumeric.mean>),
etc...
我想要创建一个列，说明使用了什么描述性(
浏览 2提问于2015-05-26得票数 0
回答已采纳
1回答
我想在多个列表上计算95%，如下所示： import numpy as np
list_a = [0, 5, 10, 2, 3, 5]
list_b = [0, 0, 6, 5, 4, 4]
list_t = []
list_t.extend(list_a)
list_t.extend(list_b)
list_t_pc = np.percentile(list_t, 95)
print('percentile of list total percentile : '+str(list_t_pc)) 输出： percentile of list total : 7.7999
浏览 21提问于2019-12-05得票数 1
5回答
from numpy import percentile
import numpy as np
data=np.array([1,2,3,4,5,6,7,8,9,10])
# calculate quartiles
quartile_1 = percentile(data, 25)
quartile_3 =percentile(data, 75)
# calculate min/max
print(quartile_1) # show 3.25
print(quartile_3) # shows 7.75
你能解释一下3.25和7.75的价值是如何计算的吗？我预计他们是3岁和8岁。
浏览 46提问于2019-11-28得票数 2
我正在试图计算百分位数，在阅读维基百科后，我实现了这个简单的公式。
def _percentile(numList, percentile):
numList.sort()
n = int(round(percentile * len(numList) + 0.5))
if n > 1:
return numList[n-2]
else:
return 0
但是我想做的是wiki：()中提到的插值版本，我在google搜索并找到了numpy，但是我认为即使在简单的公式中，我也没有得到正确的值。当我试图传递这个值来做插值时，它
浏览 2提问于2013-10-05得票数 1
2回答
我是Python的新手，我想按组计算百分位数。我的组是野生动物管理单元(WMU - string)，排名基于预测的驼鹿密度(PMDEN3 - FLOAT)的值。排名值进入字段RankMD。
我的方法是使用for循环来计算每个WMU中的3个等级，但结果是为整个dbf文件(大约23,000条记录)创建了3个等级，而与WMU无关。任何帮助都是非常感谢的。
import arcpy
import numpy as np
input = r'K:\Moose\KrigStratPython\TestRank3.dbf'
arr = arcpy.da.TableToNumPyArray
浏览 0提问于2018-10-02得票数 2
3回答
我想把数组中的所有值汇总到给定的百分位数。例如。
import numpy as np
a = [15, 40, 124, 282, 914, 308]
print np.percentile(a,90)
第90百分位数为~611，累积和为461。
Python中有任何函数可以做到这一点吗？
浏览 3提问于2014-04-01得票数 4
回答已采纳
我在试着理解裸体中的百分位数。
import numpy as np
nd_array = np.array([3.6216, 4.5459, -3.5637, -2.5419])
step_intervals = range(100, 0, -5)
for percentile_interval in step_intervals:
threshold_attr_value = np.percentile(np.array(nd_array), percentile_interval)
print "percentile interval ={interval},
浏览 3提问于2017-03-19得票数 3
我用的是圆滑的盒子图，但我发现Q1和Q3的数字与熊猫和numpy的第25百分位数和75百分位数有很大的不同，这就是我想要展示的。
这个问题有解决的办法吗？
Pandas描述函数的百分位数
DateTime Mean Median 25% Percentile 75% Percentile
254 2020-12-24 09:00:00 19479.529412 18155.0 17695.0 19259.0
Numpy百分位数
DateTimeStarted mean
浏览 6提问于2021-04-07得票数 0
2回答
如果值小于最小值，如果大于最大值，则上限为第95百分位数，我试图将DataFrame中的“DataFrame”列的异常值替换为第5百分位数。我只想使用for循环来完成这个任务。我试着编写了这个简单的函数，但这是行不通的。从几天以来，我一直在努力解决这个问题，我可以使用numpy来解决这个问题，但是我只想使用for循环来解决这个问题。任何帮助都是非常感谢的。
def outlier(x):
# taking 5,25,75 percentile of column
q5= np.percentile(x,5)
q25=np.percentile(x,25)
q75
浏览 0提问于2019-07-27得票数 0
3回答
如何计算百分位数
、、
当你有一个数字列表的时候 [1, 3,5, 7, 7, 9, 11, 11, 11, 24] 我想要一个百分位数的列表 [10%,20%,30%, 40%, 40%, 60%, 70%, 70% 70%, 100%] 在纯python代码中， percentiles = []
prev_value = None
prev_index = None
for value, index in enumerate(l):
index_to_use = index + 1
if prev_value == value:
index_to_use = prev_index
浏览 42提问于2021-03-26得票数 1
回答已采纳
我正在学习一个YouTube教程，我从教程中编写了这段代码
import numpy as np
import pandas as pd
from scipy.stats import percentileofscore as score
my_columns = [
'Ticker',
'Price',
'Number of Shares to Buy',
'One-Year Price Return',
'One-Year Percentile Return',
'Six
浏览 7提问于2020-12-07得票数 11
回答已采纳
1回答
当我试图在MATLAB中计算第75百分位数时，我得到的值与NumPy中的值不同。
MATLAB：
>> x = [ 11.308 ; 7.2896; 7.548 ; 11.325 ; 5.7822; 9.6343;
7.7117; 7.3341; 10.398 ; 6.9675; 10.607 ; 13.125 ;
7.819 ; 8.649 ; 8.3106; 12.129 ; 12.406 ; 10.935 ;
12.544 ; 8.177 ]
>> prctile(x, 75)
an
浏览 6提问于2014-07-15得票数 12
回答已采纳
5回答
我在一个文本文件中存储了超过6500万个数值。我需要计算最大、最小、平均、标准差，以及25%、50%和75%。
通常我会使用附加的代码，但我需要一种更有效的方法来计算这些指标，因为我不能将所有的值p存储在一个列表中。如何在Python中更有效地计算这些值？
import numpy as np
np.average(obj)
np.min(mylist)
np.max(mylist)
np.std(mylist)
np.percentile(obj, 25)
np.percentile(obj, 50)
np.percentile(obj, 75)
maxx = float('-i
浏览 5提问于2013-08-21得票数 3
1回答
我正在远程服务器上安装caffe2，并使用pip安装了一个名为Numpy的模块。
python(2.7.6)位于：
/usr/bin/python
pip在以下位置：
/usr/local/bin/pip
当我使用'pip show numpy‘时：
Name: numpy
Version: 1.13.0
Location: /usr/local/lib/python2.7/dist-packages
但是当我尝试在python中导入它时：
>>> import numpy as np
>>> n.__version__
'1.8.2'
浏览 15提问于2017-07-05得票数 0
我注意到pandas.DataFrame.describe()和numpy.percentile()处理NaN值的方式有所不同。例如：
import numpy as np
import pandas as pd
a = pd.DataFrame(np.random.rand(100000),columns=['A'])
>>> a.describe()
A
count 100000.000000
mean 0.499713
std 0.288722
min
浏览 1提问于2013-12-16得票数 4
回答已采纳
1回答
我想将R包Hmisc::wtd.quantile()转换为python。
以下是R中的示例：
我以为参考，逻辑似乎与R不同：
# First function
def weighted_quantile(values, quantiles, sample_weight = None,
values_sorted = False, old_style = False):
""" Very close to numpy.percentile, but supports weights.
NOT
浏览 4提问于2022-07-12得票数 0
回答已采纳
我看到很多类似于R的questions，但我找不到专门针对Python的，最好使用numpy。 假设我有一个存储在x中的观察值数组。我可以得到累加总人口q * 100 %的值。 # Import numpy
import numpy as np
# Get 75th percentile
np.quantile(a=x, q=0.75) 然而，我想知道是否有一个函数可以做相反的事情。也就是说，numpy函数接受一个值作为输入并返回q。 为了进一步扩展这一点，scipy分布对象有一个ppf方法，它允许我这样做。我正在寻找类似于numpy的东西。它存在吗？
浏览 34提问于2021-09-05得票数 5
回答已采纳
1回答
对于接受一维数组类对象的函数，正确的类型提示是什么？更具体地说，我的函数使用np.percentile，并且我想在它所接受的数组类型(列表、熊猫系列、numpy数组等)方面“匹配”np.percentile的灵活性。
def foo(arr: array-like) -> float:
p = np.percentile(arr, 50)
return p
浏览 4提问于2022-03-16得票数 2
回答已采纳
1回答
我有一个PySpark数据帧，其中包含一个ID，然后是几个变量，我想为它们计算95%的点数。
printSchema()的一部分：
root
|-- ID: string (nullable = true)
|-- MOU_G_EDUCATION_ADULT: double (nullable = false)
|-- MOU_G_EDUCATION_KIDS: double (nullable = false)
我找到了，但失败了，并显示一条错误消息：
perc95_udf = udf(lambda x: x.quantile(.95))
fanscores = genres.wi
浏览 0提问于2018-09-19得票数 7
回答已采纳
我有一个百分位数据帧df，如下所示： col1 col2
GDStart
2019-09-02 100 11
2019-09-03 60 16
2019-09-04 60 67 我有另一个数组data array([1.65 , 1.68 , 1.755, 1.76 , 1.63 ]) 为了获得百分位数据帧dt，我需要使用df中的信息执行以下操作 import numpy as np
浏览 4提问于2019-09-04得票数 0
回答已采纳
1回答
我对DM中的一个复杂函数做了FFT处理。奇怪的是，期望的低频位于拐角处(见附图)。这使得随后的处理非常不方便。
这提醒我类似的结果，它将在Python numpy.fft.fft中执行，但是在numpy(python)中有一个fftshift函数将低频转移到中心。
在这样的FFT图像上，DM是否有类似的功能，以便将低频从角移到中心？
浏览 2提问于2016-05-13得票数 1
回答已采纳
1回答
我有一个数据集df，其中我想在列中显示给定值的第60、70和90百分位数。
数据
type value
Hello 1
Hello 2
Hello 3
Hello 5
Hello 5
Hello 6
Hello 8
Hello 8
Hello 3
OK 1
OK 1
OK 2
OK 2
期望的
type 0.6 0.7 0.9
Hello 5 5.6 8
OK 1.8 2 2
做
我的方法是在numpy中使用百分位数函数：
import
浏览 1提问于2021-02-06得票数 0
回答已采纳
2回答
我有一个数据框架，我想聚合一个定制的聚合函数。
现在我有一个预定义的函数，但是我想把它称为lambda函数。注意，预定义函数有一个可以更改的参数。
from sklearn.datasets import load_boston
import pandas as pd
import numpy as np
bunch = load_boston()
y = bunch.target
X = pd.DataFrame(bunch.data, columns=bunch.feature_names)
def percentile_func(y,PERCENTILE=50):
retur
浏览 7提问于2020-05-30得票数 0
回答已采纳
1回答
我正在尝试使用numpy计算Python值数组的四分位数。
X = [1, 1, 1, 3, 4, 5, 5, 7, 8, 9, 10, 1000]
我会做以下事情：
quartiles = np.percentile(X, range(0, 100, 25))
quartiles
# array([1. , 2.5 , 5. , 8.25])
但这是不正确的，因为第一个和第三个四分位数应该分别是2和8.5。
这可以显示为以下内容：
Q1 = np.median(X[:len(X)/2])
Q3 = np.median(X[len(X):])
Q1, Q3
# (2.0, 8.5)
浏览 3提问于2017-03-16得票数 1
回答已采纳
下面是我写的两个简单的Cython方法。在g_cython()方法中，我对numpy数组a和b使用了额外的类型，但令人惊讶的是，g_cython()比g_less_cython()慢两倍。我想知道为什么会发生这种情况？我以为添加它会使a和b上的索引更快？
PS。我知道这两个函数都可以在numpy中矢量化--我只是在探索cython优化技巧。
import numpy as np;
cimport numpy as np;
def g_cython(np.ndarray[np.int_t, ndim = 1] a, percentile):
cdef int i
cdef i
浏览 0提问于2012-01-03得票数 3
回答已采纳
1回答
我正在开发一个程序，通过熊猫来划分一组数据。这个没有回答我的问题。该程序通过自然分区进行分段。目标是
percentilecalculate 计算出第5层数据集()、第95层数据集()、数据集( dataset )，从而只保留来自地板(n_0.05)和层(n_0.95)的值。
我写了一个处理数据的方法。以前，我用过
def segmentation_by_natural_partitioning(attribute):
print(attribute.head())
a = np.array(attribute)
# calculate 5th and 95th pe
浏览 2提问于2021-10-17得票数 0
1回答
我正在将一些遗留代码从R迁移到Python，并且很难将结果与匹配。
鉴于以下数字清单：
a1 = [
5.75,6.13333333333333,7.13636363636364,9,10.1,4.80952380952381,8.82926829268293,4.7906976744186,3.83333333333333,6,6.1,
8.88235294117647,30,5.7,3.98507462686567,6.83333333333333,8.39805825242718,4.78260869565217,7.26356589147287,5.6785714285
浏览 2提问于2020-04-23得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
