如何在numpy中计算一维数组的移动(或滚动，如果你愿意)百分位数/分位数？
在numpy中计算一维数组的移动百分位数/分位数可以使用numpy.percentile()函数。该函数可以计算给定数组在指定百分位数位置的值。
具体步骤如下：
- 导入numpy库：
import numpy as np - 创建一维数组：
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) - 定义移动窗口大小：
window_size = 3 - 使用循环遍历数组，计算每个窗口的百分位数：result = []
for i in range(len(arr) - window_size + 1):
window = arr[i:i+window_size]
percentile = np.percentile(window, 50) # 计算中位数
result.append(percentile)在上述代码中，使用
np.percentile()函数计算窗口内的中位数，并将结果添加到result列表中。 - 打印结果：
print(result)
以上代码将输出移动窗口内的中位数列表。
对于numpy中计算一维数组的移动百分位数/分位数，腾讯云没有特定的产品或链接提供。
相关·内容
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
1回答
对任何百分位数函数都可以使用窗口吗？或者你知道一个工作，以获得一个滚动百分位数值？
用移动平均线很容易。
select avg(foo) over (order by foo_date rows
between 20 preceding and 1 preceding) foo_avg_ma
from foo_tab
但我不知道如何从同一个窗口中得到中位数(50% )。
浏览 2提问于2012-07-20得票数 6
回答已采纳
1回答
我的老板想要我们的票证处理系统的指标，他想要的指标之一是“90%的时间”，他将其定义为处理90%的票证所需的时间。我猜他是在考虑10%的异常可以忽略。我希望这至少能接近一些统计上的有效性。所以我有一个抛入numpy数组的次数列表。这是我想出来的代码。
import numpy as np
inliers = data[data<np.percentile(data, 90)]
ninety_time = inliers.max()
这是有效的吗？有没有更好的方法？
浏览 14提问于2017-03-14得票数 2
我一直在将matlab/octave程序重写为numpy，并遇到了一些结果值上的差异。这发生在百分位/点和标准差函数中。
在Numpy：
import matplotlib.mlab as ml
import numpy
>>> t = numpy.linspace(0,100, 100)
>>> numpy.percentile(t,95)
95.0
>>> numpy.std(t)
29.157646512850626
>>> ml.prctile(t,95)
95.000000000000014
浏览 5提问于2012-09-07得票数 3
回答已采纳
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
1回答
我正在尝试找出第二个数据帧中的观察值所属的数据帧的百分位数，我认为lambda函数在这里可以做到这一点：
df1.var1.map(lambda x: np.percentile(df2.var1, x))
对于df1.var1序列中的每个x，应用函数np.percentile(df2.var1, x)，该函数可以找到df2.var1序列中x的百分位数。出于某种原因，我得到了一个错误
kth(=-9223372036854775599) out of bounds (209)
209是df2的长度，但我不知道kth部分指的是什么。你知道我哪里做错了吗？
完全错误：
ValueError
浏览 0提问于2015-12-11得票数 0
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
我正在尝试groupBy，然后计算PySpark数据的百分位数。我已经根据测试了下面的代码
from pyspark.sql.types import FloatType
import pyspark.sql.functions as func
import numpy as np
qt_udf = func.udf(lambda x,qt: float(np.percentile(x,qt)), FloatType())
df_out = df_in.groupBy('Id').agg(func.collect_list('value').alias(
浏览 0提问于2018-12-14得票数 2
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
有一个包含聚合数据的数据集-聚合到各种维度，并向下延伸到每小时级别。主要的衡量标准是速度，即文件大小除以持续时间。
要求是查看百分位数、中位数和平均值/平均值摘要。
Mean很简单，因为我们只需在MDX中创建一个计算的度量，然后它就可以在所有聚合级别上工作，即每天/每月等。
然而，百分位数和中位数很难。有没有可能对这些函数进行正确汇总的计算？当我们读取原始数据时，我们可以将百分位速度作为一列添加到ETL中，但是我们仍然需要找到一种方法来进一步滚动它？
采取这些措施的正确方式是什么？询问百分位数并不少见，所以当我环顾四周时，我很惊讶没有看到太多关于这方面的信息。
也许唯一的方法是在正确的级别上使
浏览 0提问于2013-03-02得票数 2
回答已采纳
在一个环境中，我的pandas版本为0.17.0，numpy版本为1.10.1。在另一个环境中，我的pandas版本为0.18.1，numpy版本为1.10.4。
我运行这段代码
from pandas import Series
import numpy as np
Series([1,2,3,4,5,np.NaN]).describe()
对于pandas版本0.17.0，我得到以下输出：
count 5.000000
mean 3.000000
std 1.581139
min 1.000000
25% 2.000000
50% 3
浏览 0提问于2016-05-10得票数 5
array([ 3.497 , 3.0935 , 3.3625 , 3.56425, 3.497 , 4.10225,
2.75725, 3.766 , 2.959 , 3.9005 ])
在上面的numpy数组中，我想要计算一个新的数组，其中底部和顶部的5个百分位数值被赋值为100，而其他的值被分配为1。是否有一个类似于heaveside的函数可以在这里使用？
浏览 0提问于2017-10-29得票数 0
回答已采纳
5回答
我有一个数组，我想转换成百分位数。例如，假设我有一个正态分布数组：
import numpy as np
import matplotlib.pyplot as plt
arr = np.random.normal(0, 1, 1000)
plt.hist(arr)
对于该数组中的每个值，我希望计算该值的百分位数(例如，0是上述分布的第50个百分位数，所以0 -> 0.5)。结果应该是均匀分布的，因为每个百分位数应该具有相同的权重。
我找到了np.percentile，但是这个函数返回，一个给定数组的值和一个分位数，我需要的是返回，一个分位数，给定一个数组和值。
是
浏览 6提问于2017-06-17得票数 7
回答已采纳
我有一个固定位置的侧边栏，里面有一些overflow:auto容器，这样它们就可以独立于body滚动，我想做的是在body滚动时滚动元素.left。
我可以让它以相反的方式工作，也就是说，.left是滚动的，身体随着滚动而移动(参见jsfiddle)。
$(function(){
$('.left').scroll(function(){
$('body').scrollTop($(this).scrollTop());
})
});
我想要实现的是，当body滚动时，.left也会向下滚动。
浏览 0提问于2013-07-20得票数 1
回答已采纳
2回答
假设我有一个正态分布，我想从它中抽样1000次，如果值在前20个百分位数，我想在计数器上加1。这个问题的最佳解决方案是什么？
我正在尝试使用numpy来解决这个问题，但是我不知道它背后的数学原理。现在我有了这个，但我觉得它可以在数学上完成：
import numpy as np
s = np.random.normal(0, 1, 1000)
sum([val for val in s if val > np.percentile(s, 80)])
浏览 9提问于2016-07-15得票数 2
回答已采纳
1回答
我在三个不同的时间收集了数据-
最新收藏
receivedtime newCol
0 1.536596e+12 43.000000
1 1.536596e+12 100.000000
2 1.536596e+12 180.000000
3 1.536596e+12 50.000244
4 1.536596e+12 3792.999756
5 1.536596e+12 897.000000
6 1.536596e+12 11343.000000
7 1.536596e+12 374.000000
8
浏览 0提问于2018-09-25得票数 1
回答已采纳
1回答
找到与阈值对应的百分位数
、、、
我需要找出一组数字的哪个百分位数超过了一个阈值。有什么办法可以加快速度吗？对于预期的应用程序来说，我的实现太慢了。如果这改变了什么，我将使用mpirun -np 100 python program.py运行我的程序。我不能使用numba，因为这个程序的其余部分使用try/ rest语句。
import numpy as np
my_vals = []
threshold_val = 0.065
for i in range(60000):
my_vals.append(np.random.normal(0.05, 0.02))
upper_bound = 100
lower_bou
浏览 0提问于2016-03-04得票数 2
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
1回答
目前，我正在做下面的工作，因为我需要跟踪扩展值集的特定百分位数集。
我想知道是否有更优化的方法使用任何numpy矢量化技巧来完成这个任务。
import numpy as np
import pandas as pd
a=np.random.rand(1000)
df=pd.DataFrame(a,columns=['Data'])
val=25
df['25th_Perc']=df.expanding(min_periods=1).apply(lambda x:np.nanpercentile(x,val,interpolation='nea
浏览 5提问于2021-05-11得票数 1
回答已采纳
我正在使用Pandas来计算一些金融风险分析，包括风险价值。简而言之，为了计算风险价值(VaR)，您需要获取模拟投资组合价值变化的时间序列，然后计算特定的尾部百分位数损失。例如，95%的VaR是该时间序列中的第五个百分位数。
我的时间序列存储在Pandas数据帧中，目前正在使用pd.quantile()函数来计算百分位数。我的问题是，VaR的典型市场惯例是使用排他性百分位数(即95%的VaR被解释为:您的投资组合有95%的可能性不会超过计算值)-类似于MS Excel PERECENTILE.EXC()的工作方式。Pandas quantile()的工作方式类似于Excel的PERCENTIL
浏览 75提问于2016-07-27得票数 4
回答已采纳
1回答
我的HDFS中有大约4 of的JSON，我已经使用JSON Serde创建了一个Hive表。最终数据预计在25 be左右。
该表有10列，全部为int。我需要计算每个“单元格”的百分位数排名，并为每个列插入单独的列。所以我的最终结果是：
col1 col2 col3 .... col10 perCol1 perCol2 ... perCol10
100 200 123 423 82.44 58.22 18.42
所以perCol10中的18.42是col10中的423相对于整个col10的百分位数。
以前，我使用NumPy数组在内存中使用(小得多)的数据集执
浏览 1提问于2014-08-28得票数 1
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
6回答
我看过，它解释了如何计算特定百分位数的值，解释了如何计算对应于每个元素的百分位数。
使用第一个解决方案，我可以计算值并扫描原始数组以找到索引。
使用第二种解决方案，我可以扫描整个输出数组以获得我要寻找的百分位数。
但是，如果我想知道(在原始数组中)对应于特定百分位数的索引(或包含与该索引最接近的元素的索引)，则两者都需要额外的扫描。
是否有更直接或内置的方式来获得与百分位数相对应的索引？
注意:我的数组没有排序，我希望索引位于原始的、未排序的数组中。
浏览 8提问于2014-09-27得票数 18
1回答
我使用稀疏矩阵作为压缩数据的手段，当然，我所做的是从大于指定阈值的所有值创建稀疏字典。我希望我的压缩数据大小是一个用户可以选择的变量。
我的问题是，我有一个稀疏矩阵，有很多接近零值的值，我必须做的是选择一个treshold，这样我的稀疏字典就有一个特定的大小(或者最终重建误差是一个特定的比率)。下面是我如何创建我的字典(取自stackoverflow，我认为是>.< )：
n = abs(smat) > treshold #smat is flattened(1D)
i = mega_range[n] #mega range is numpy.arange(smat.shap
浏览 0提问于2010-07-07得票数 2
回答已采纳
1回答
从分布获取百分位数
、、、
如何获得从某个程序或实验中得到的分布的百分位数(例如，平均百分位数，或10%和90%百分位数)？在下面的示例中，我生成一个正态分布，只是为了说明。
from scipy.stats import norm
x = np.linspace(1,10,1001)
count = norm.pdf(x,5,1)
如果绘制为plt.plot(x,count)，这将是一个高斯曲线(对于这个特殊的例子)。请注意，这不是数据点，而是分布(可以通过x,count = plt.hist(data)获得)，所以我不能使用p10 = np.percentile(count,10)，但是我需要类似的东西，例如
p10
浏览 4提问于2022-02-18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
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
1回答
我正在创建一个应用程序，需要使用标准分数。获得z值没有问题，但我想把它转换成百分位数.有人知道如何在Swift做这样的事情吗？
浏览 2提问于2016-04-13得票数 1
回答已采纳
对于Prometheus度量集合，像title一样，我无法真正找到只能通过完成的用例，似乎它们都可以通过来完成。
让我们以请求并发度量为例，毫无疑问，这可以通过type Summary完美地完成，但我也可以通过使用type Histogram实现同样的效果，如下所示：
我唯一能看到的区别是:对于一个摘要，百分位数是在客户机中计算的，它是由一个计数和和计数器(类似于直方图类型)和结果的分位数值组成的。
因此，我有点迷失在什么用例真正使type Summary是必要的/独特的，请帮助激励我。
浏览 0提问于2018-07-03得票数 8
回答已采纳
在jmeter 3.0中，我创建了仪表板报告，但在读取统计数据中的90%、95%和99%等矩阵时遇到问题。这些到底是什么意思？
浏览 75提问于2016-08-05得票数 5
回答已采纳
1回答
当使用sparks percentiles_approx函数计算声明性SQL中的近似百分位数时，有时我发现这个函数非常慢。我已经将准确度降低到100 (聚合需要大约5分钟)，或者有时是1000 (20-30分钟)。这比默认的10k精度低10倍。
我观察到，得到的百分位数有点匹配，但当真正深入到细节中，并对许多组进行计算时，即每天一个百分位数，它们根本不匹配。事实上，当尽可能多地对数据进行预汇总并保留所有数字列(即删除任何非数字内存密集型列)时，就有可能使用一个简单的熊猫中位数，它比星火更精确，速度更快。
我选择的准确度太低了吗？但是1000已经花费了很长的时间来计算(我有>> 1聚
浏览 4提问于2020-04-29得票数 0
回答已采纳
我正在试着赢取一个包含NaNs的熊猫系列。使用掩码可以转义NaN，但它只在找到百分位值时转义NaN，然后用该值替换NaN，这不是我想要的。
例如，df由1，2，...，98，99，Inf，NaN组成。对于(0.01，0.01)的winsorization，结果应该是2，2，3，4，...，98，99，99，NaN。
使用winsorize直接生成2，2，3，4，...，98，99，99。我尝试先屏蔽NaNs，然后进行winsorize，最后在最初为NaN的位置将其替换为NaN：
import numpy as np
import pandas as pd
from scipy.stats.ms
浏览 6提问于2017-11-04得票数 2
4回答
滚动百分位函数在列中输出0？
、、、、
当创建一个函数，并使用rest ()和apply( )计算滚动3天百分位数分布时，它将在列的前3天之后显示0。
我假设具有NaN值的前2天不用于计算百分位数函数，因此可能会将其余列默认为Zero，并在第三天错误地给出33个值。但我不确定。
我一直在努力解决这个问题，但没有任何解决办法。有人知道为什么以及如何解决下面的代码吗？非常感谢。
import pandas as pd
import numpy as np
from scipy import stats
data = { 'a': [1, 15, 27, 399, 17, 568, 200, 9],
&
浏览 7提问于2021-12-15得票数 1
回答已采纳
实际上，我了解是如何工作的，但是通过手工计算百分位数和调用函数，我得到了不同的结果。以下是数据集：
305.7884804
350
373.3728865
384.2094838
410.8603441
414.9842786
455.3545205
550
计算25%时，我将350和373.3728865之和除以2，得到的结果是361.68644325。
计算50%时，我将384.2094838和410.8603441之和除以2，得到的结果是397.53491395。
计算75%时，我将414.9842786和455.3545205之和除以2，得到的结果是435.16939955。
但是，当
浏览 4提问于2016-06-06得票数 4
回答已采纳
我需要计算一系列相关但分段的数据集的第N百分位数。
由于内存限制，合并的数据集太大，无法同时计算，但是执行分段计算的框架已经到位。那么，我如何对每个数据集执行计算，然后结合这些计算来找到我需要的百分位数呢？
关于这些数据的其他信息：
这些数据通常有异常值。
单个数据集往往大小大致相同，但并非总是如此。
不期望单个数据集共享相同的分布。
我能不能计算出合并的中位数、平均值和标准差，然后估计出从那里得到的任何百分位数？
浏览 1提问于2011-11-15得票数 4
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
一道作业题要求我计算一个均值的置信区间。当我使用传统方法和使用numpy.percentile()时--我得到了不同的答案。 我想我可能误解了如何或何时使用np.percentile()。我的两个问题是: 1.我使用它是错误的--错误的输入，等等。2.我在错误的地方使用它--应该用于引导配置项而不是传统方法吗？ 我已经通过传统公式和np.percentile()计算了CI。 price = np.random.normal(11427, 5845, 30)
# u = mean of orginal vector
# s = std of original vector
print(pric
浏览 52提问于2019-04-26得票数 3
回答已采纳
1回答
我看着，注意到当用户滚动时，背景图像看起来是如何移动和动画的。在查看源代码时，它表明这是通过在用户滚动时更改背景图像来实现的。本质上，它跳过许多帧的图像，提供了一个动画的错觉。
实现这一目标的最快和最简单的方法是什么？如果这样做更容易的话，我将使用ScrollMagic库。
浏览 2提问于2014-05-13得票数 0
回答已采纳
在一书中，有一句话：
例如，如果第95百分位数的响应时间是1.5秒，这意味着100个请求中的95个少于1.5秒，而100个请求中有5个需要1.5秒或更长时间。
令人困惑的是，有句话说，这些请求中的95项将花费不到1.5秒。这不是应该说，95的请求需要1.5秒或更短的时间，而其余的5项请求需要超过1.5秒吗？或者，第95个百分位数的1%只需1.5秒，第89百分位数及以下的百分位数小于1.5，而第96位及以上百分位数的百分比则超过1.5？这些数字的正确读数是多少？
我对此做了一些研究，并发现了几篇文章。有趣的是，有些人说我说的话，有些人不说。
读取的部分链接(百分位数)类似于95个请求，所
浏览 6提问于2020-11-28得票数 0
我想出了一个matlab代码来绘制概率密度和累积图。我已经用matlab计算了标准差和平均值。我的下一个任务是找到累积图的第15和85%。我尝试使用“prctile (prob，15)”来计算第15个百分位数，但它似乎与我从图表中观察到的值不同。
有没有其他方法可以找到第15和85%的位数？
浏览 11提问于2013-10-20得票数 0
2回答
视差滚动中的同步层
、、、、
我需要实现一个滚动布局，其中包含来自Adapter的图像，以及另一个滚动布局(FrameLayout的第二层)，其中包含单个图像的文本标签。顶层应该以“视差效应”滚动： --但在我们的例子中，与动画不同的是，背景层和前景层中的项是相互关联的，因为文本标签显然属于和描述图像。层可以是 (上面的层比底层的层更快)，但是我不知道如何同步它们；有几个想法：
当两个层中的移动停止时，重新绘制其中一个以匹配另一个列表中的可见项--但这会导致闪烁/跳跃。
或者顶层可以根据速度动态地增加项目之间的间隔，这样慢一点的背景层就能跟上它的移动--但是我不确定这需要的数学值。
浏览 3提问于2013-06-06得票数 1
回答已采纳
2回答
使用numpy生成正态分布整数集的最佳方法是什么？我知道我可以像这样得到浮点数：
In [31]: import numpy as np
In [32]: import matplotlib.pyplot as plt
In [33]: plt.hist(np.random.normal(250, 1, 100))
Out[33]:
(array([ 2., 5., 9., 10., 19., 21., 13., 10., 6., 5.]),
array([ 247.52972483, 247.9913017 , 248.45287858, 248.9
浏览 1提问于2015-10-16得票数 5
我需要找出一组数字的哪个百分位数超过了一个阈值。有什么办法可以加快速度吗？对于预期的应用程序来说，我的实现太慢了。如果这改变了什么，我将使用mpirun -np 100 python program.py运行我的程序。我不能使用numba，因为这个程序的其余部分使用try/ rest语句。
import numpy as np
my_vals = []
threshold_val = 0.065
for i in range(60000):
my_vals.append(np.random.normal(0.05, 0.02))
for i in np.arange(0,100,0.
浏览 1提问于2016-03-04得票数 2
回答已采纳
请说明如何计算百分位数列的聚合值？
所以我在Excel中打开了csv结果。黄色方框中的数值不是平均值，不是中位数，不是90%.我不知道他们是什么。
(为了适合屏幕，我已经隐藏了大部分行，所以所选的聚合值对于每列的内容都是不正确的)
浏览 3提问于2022-07-27得票数 0
回答已采纳
3回答
Tensorflow中值
、、、
如何在tensorflow中计算列表的中位数？喜欢
node = tf.median(X)
X是占位符
在numpy中，我可以直接使用np.median来获得中间值。如何在tensorflow中使用numpy操作？
浏览 12提问于2017-05-07得票数 13
回答已采纳
1回答
如何使用spark统计数据？
、、、、
我正在使用spark-sql-2.4.1v，并尝试在给定数据的每一列上查找分位数，即百分位数0、百分位数25等。
当我做多个百分位数时，如何从结果中检索每个计算出的百分位数？
下面是一个示例，数据如下：
+----+---------+-------------+----------+-----------+
| id| date|total_revenue|con_dist_1| con_dist_2|
+----+---------+-------------+----------+-----------+
|3310|1/15/2018| 0.010680705|
浏览 16提问于2020-03-05得票数 0
回答已采纳
4回答
大数组的块直方图
、、、
我有一些csv数据集，每个数据集的大小约为10 of。我想从它们的列中生成直方图。但在numpy中，唯一的方法似乎是首先将整个列加载到numpy数组中，然后在该数组上调用numpy.histogram。这会消耗不必要的内存量。
numpy支持在线装箱吗？我希望有一些东西可以逐行迭代我的csv值，并在读取它们时将它们放入箱值中。这样一来，任何时候在内存中最多只能有一行。
滚动我自己的轮子并不难，但我想知道是不是有人发明了这个轮子。
浏览 0提问于2010-03-18得票数 19
回答已采纳
4回答
有点困惑。我从我运行的一份报告中获得了一些Loadrunner分析。我刚开始测试。我对第90个百分位数的理解是，如果它取了第90个百分位数，而忽略了异常值，它就会呈现出一个更真实的画面。虽然我看的是两个不同的报告，但是第90个百分位数的响应时间比总结报告中给出的平均响应时间要高。这怎么可能？
我正在查看事务响应时间的图表(百分位数)和最后10%的响应时间，因此告诉我，使用90%的响应时间应该会更短。
Example
Transaction 1
Min 0.012
Avg 1.919
Max 20.935
SD 2.718
90 Percentile 6.412
很多交易都是这样的，或多或少
浏览 1提问于2016-11-29得票数 2
回答已采纳
假设这是我的数据
x=[0.09, 0.95, 0.93, 0.93, 0.34, 0.29, 0.14, 0.23, 0.91, 0.31, 0.62,
0.29, 0.71, 0.26, 0.79, 0.3 , 0.1 , 0.73, 0.63, 0.61]
x=pd.DataFrame(x)
当我们x.describe()这个数据，我们得到的结果如下
>>> x.describe()
0
count 20.000000
mean 0.50800
std 0.30277
min 0.09000
25%
浏览 0提问于2019-05-25得票数 9
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
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
