python中如何定义函数,Pythonfind函数用法

  python中如何定义函数,Pythonfind函数用法

  numpy .百分点

  numpy.percentile(a,q,axis=None,out=None,overwrite_input=False,interpolation=linear ,keep dims=False)[来源]

  计算沿指定坐标轴的第q个数据百分位数。

  返回数组元素的第q个百分位数。参数:a: array _ like

  输入数组或可以转换为数组的对象。

  问:像数组一样的浮动

  要计算的百分位或百分位序列,

  必须介于0和100之间,包括0和100。

  轴:{int,int的元组,none},可选

  沿着计算百分位数的一个或多个轴。

  默认值沿数组计算展平版本的百分位数。

  在版本1.9.0中更改:支持轴元组。

  Out :ndarray,可选

  放置结果的替代输出数组。

  它的形状和缓冲长度必须与预期的输出相同,

  但是(如果需要的话)类型(输出)将被强制转换。

  Overwrite_input :bool,可选

  如果是真的,

  允许通过中间计算来修改输入数组a,

  为了节省内存。在这种情况下,

  这个功能完成后,输入A的内容是不确定的。

  插值:

  { 线性,较低,较高,中点,最近 }

  该可选参数指定所需百分比何时位于两个数据点i j。

  在以下之间使用的插值方法:

  1)“线性”:I(j-I)*分数,

  分数是由I和j包围的指数的小数部分。

  2)‘下’:我。

  3)“更高”:j。

  4)“最近的”:I或J,以最近的为准。

  5)“中点”:(i j)/2。

  版本1.9.0中的新功能。

  Keepdims :bool,可选

  如果设置为True,缩减的轴将保持大小为1的大小。

  使用此选项,将会正确广播原始数组a的结果。

  版本1.9.0中的新功能。

  返回值:百分点值:标量或n数组

  如果q是单个百分位数并且轴=无,

  结果是标量。如果给定了多个百分点,

  结果的第一个轴对应于百分位数。

  其他轴是减去A后剩下的轴。

  如果输入包含小于float64的整数或浮点数,

  输出数据类型是float64。

  否则,输出数据类型与输入数据类型相同。

  如果指定了out,则返回该数组。

  笔记

  给定长度为N的向量V,V的第q百分位是从最小值到整数的值q/100。如果归一化排序与Q的位置完全不匹配,则两个最近邻的值和距离以及插值参数将确定百分位数。如果q=50,这个函数和中位数一样;如果q=0,与最小值相同;如果q=100,则与最大值相同。

  示例a=np.array([[10,7,4],[3,2,1]])

  a

  数组([[10,7,4],

  [ 3, 2, 1]])

  百分位数(a,50)

  3.5

  百分位数(a,50,轴=0)

  数组([6.5,4.5,2.5])

  百分位数(a,50,轴=1)

  数组([7。 2.])

  np.percentile(a,50,axis=1,keepdims=True)

  数组([[7。],

  [2.]]) m=np.percentile(a,50,轴=0)

  out=np.zeros_like(m)

  np.percentile(a,50,轴=0,out=out)

  数组([6.5,4.5,2.5])

  m

  array([6.5,4.5,2.5]) b=a.copy()

  np.percentile(b,50,轴=1,overwrite_input=True)

  数组([7。 2.])

  断言not np.all(a==b)

  不同类型的插值可以图形化显示:导入matplotlib.pyplot作为plt

  \na=np.arange(4)

  p=np.linspace(0,100,6001)

  ax=plt.gca()

  线条=[

  (线性,无),

  (更高,-),

  (下,-),

  (最近的,-. ),

  (中点,-. ),

  ]

  对于插值,线条样式:

  ax.plot(

  p,np .百分点(a,p,插值=插值),

  label=插值,linestyle=样式)

  ax.set(

  title=列表的插值方法: str(a),

  xlabel=百分点,

  ylabel=返回列表项,

  yticks=a)

  ax.legend()

  plt.show()

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: