讲师中心 微信公众号

工具推荐

视频效率加速
updream

一键生成高质量推广成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

Laper
Laper

剧本策划到成片协作

AniShort
AniShort

AI短剧协同制作平台

怎么在Python中使用NumPy快速计算分位数

星浩同学_8762

星浩同学_8762

发布时间:2026-11-18 10:43:20

|

496人浏览过

|

来源于php中文网

原创

优先用np.quantile计算分位数,因其参数q为0.0–1.0(如中位数为0.5),语义清晰;需显式指定method插值、keepdims保维,含NaN时须设nan_policy='omit'。

怎么在python中使用numpy快速计算分位数

用 numpy.quantile 计算任意分位数最直接

NumPy 1.15+ 推荐统一用 numpy.quantile,它替代了旧的 numpy.percentile(后者仍可用但语义更绕)。关键区别在于:前者输入是 0–1 区间的分位数(如中位数是 0.5),后者要传 0–100 的百分位(如 50)。混用会导致结果错一半。

常见错误现象:np.quantile(arr, 50) 返回极大值——因为把 50 当作分位数(即第 50 倍分位),而非 50% 分位点。

  • 正确写法:np.quantile(arr, 0.5)(中位数)、np.quantile(arr, [0.25, 0.75])(四分位)
  • 支持多维数组:加 axis=0 沿列计算,axis=1 沿行计算
  • 插值方式可选:interpolation='linear'(默认)、'lower'、'higher' 等,影响离散数据下边界值取法

处理含 NaN 的数组必须显式设 nan_policy

默认情况下,只要数组里有一个 np.nan,np.quantile 就直接返回 nan,不会报错也不会跳过——这点和 pandas.Series.quantile 行为不同,容易被忽略。

Camoufox Open Source Anti-Detect Browser for Python Automation
Camoufox Open Source Anti-Detect Browser for Python Automation

Camoufox 是一个基于 Firefox 构建的开源反检测浏览器,为 Python 自动化工作流程提供强大的指纹注入和反机器人检测规避功能。它与 Playwright 集成,以提供能够绕过现代机器人检测系统的隐身浏览能力。

下载
  • 想忽略 NaN:必须传 nan_policy='omit',例如 np.quantile(arr, 0.9, nan_policy='omit')
  • nan_policy='propagate'(默认):遇 NaN 即返 NaN;'raise' 会抛 ValueError
  • 注意:即使设了 'omit',若剩余有效值不足,仍可能返回 nan(比如全 NaN)

性能敏感时优先用 method='inverted_cdf' 或预排序

默认插值方法 'linear' 需要内部排序 + 插值计算,对大数组(千万级)有明显开销。如果只需要近似分位数,或能接受离散阶梯式结果,可换更快的方法。

立即学习“Python免费学习笔记(深入)”;

  • method='inverted_cdf'(NumPy 1.22+):不插值,直接取排序后最接近位置的元素,速度提升 2–3 倍
  • 若已对数组排序,加参数 keepdims=False 并配合 method='nearest' 可进一步省去排序步骤
  • 避免反复调用:一次传入多个分位点(如 [0.1, 0.5, 0.9]),比循环调用三次快得多

和 pandas 的 quantile 结果不一致?检查 axis 和插值逻辑

很多人把 NumPy 数组喂给 pandas 再算分位数,发现结果微小差异——通常不是精度问题,而是默认行为不同。

  • pandas 默认 interpolation='linear',但对等距索引有特殊处理;NumPy 更“数学直译”
  • pandas 的 axis=0 是按列算(同 NumPy),但若传 DataFrame,pandas 会对每列单独调用,而 NumPy 多维数组需手动指定 axis
  • 验证一致性:用相同插值方式(interpolation='linear')、相同 axis、且都设 nan_policy='omit',结果应完全一致
实际用的时候,最容易漏的是 nan_policy='omit' 和分位数范围(0–1)这两个点。尤其在管道化处理中,上游数据带 NaN 是常态,不显式声明策略,下游拿到的就全是 nan,还不好 debug。

热门AI工具

更多
VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

笔灵降AI

一款AI论文写作工具,主要用于论文降AI神器,适配知网及维普!一键降至安全线,100%保留原文格式;无口语化问题,文风更学术,降后字数控制最佳!,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1951

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5524

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1889

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

33757

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3967

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3967

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1283

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

636

2023.08.10

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn