获取DataFrame行百分位数的最佳方法
是使用pandas库中的quantile()函数。quantile()函数可以计算DataFrame中每一行的指定百分位数。
具体步骤如下：
- 导入pandas库：
import pandas as pd - 创建DataFrame对象：
df = pd.DataFrame(data)其中，data是包含数据的字典、列表或二维数组。 - 使用quantile()函数获取指定百分位数：
percentiles = df.quantile(q)其中，q是一个浮点数或浮点数列表，表示要计算的百分位数。例如，q=0.25表示计算第一四分位数（25%分位数）。 - 打印结果：
print(percentiles)
优势：
- 使用quantile()函数可以方便地计算DataFrame中每一行的百分位数，无需手动编写循环或遍历操作。
- pandas库提供了丰富的数据处理和分析功能，可以轻松处理大规模数据集。
应用场景：
- 在数据分析和统计领域，经常需要计算数据的百分位数，以了解数据的分布情况。
- 在金融领域，百分位数常用于计算股票、基金等金融产品的收益率分布。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库TDSQL：https://cloud.tencent.com/product/tdsql TDSQL是腾讯云提供的一种高性能、高可用的云数据库服务，支持MySQL和PostgreSQL引擎，适用于各种规模的应用场景。
- 腾讯云数据万象CI：https://cloud.tencent.com/product/ci 数据万象CI是腾讯云提供的一站式云端图像处理服务，支持图像处理、内容审核、智能识别等功能，可广泛应用于多媒体处理领域。
注意：以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求进行评估。
相关·内容
我在一个包含8个电极的传感器上做了一个实验。上图是电极输出随时间变化的曲线图。正如您在图中看到的，8个电极中的一个明显是异常值(可能是由于某些电气故障)。该图是由Pandas DataFrame生成的，它基本上有10列(1列表示时间，8列表示电极，1列平均8个电极)。
在统计上检测某一列是否为异常值的最佳方法是什么？我想可以将离群列从数据帧中删除。
谢谢!
浏览 0提问于2018-01-04得票数 3
回答已采纳
1回答
我需要计算数据帧中值的百分位数。按照其他人的建议计算百分位数的最接近方法是使用pandas.DataFrame.rank(pct=True) ()。但是，该方法不会从第0个百分位数开始：
num = pd.DataFrame([3,5,6,8])
num.rank(pct=True)
0
0 0.25
1 0.50
2 0.75
3 1.00
有没有更好的方法来获得这样的东西，从0%到100%：
0
0 0.00
1 0.33
2 0.66
3 1.00
提前谢谢。
浏览 5提问于2018-04-06得票数 0
我对Scala和Spark非常陌生，我正在用棒球统计做一些自制的练习。我正在使用case类，创建一个RDD并为数据分配一个模式，然后将其转换为一个DataFrame，这样我就可以使用SparkSQL来通过满足特定条件的统计数据来选择玩家组。
一旦我有了我感兴趣的球员的子集，我想找到一个列的平均值；例如打击平均数或打点。从那以后，我想根据所有球员的平均表现，把他们分成百分位组；前10%，最低10%，40-50%。
但是，我已经能够使用DataFrame.describe()函数返回所需列的摘要(均值、stddev、count、min和max)，所有这些都是字符串。是否有更好的方法来使平均和标准发
浏览 0提问于2015-07-22得票数 14
回答已采纳
4回答
在列中计算价值百分位数
、、、
我有一个带有数值列的dataframe。这一列不是很好地近似于正态分布.给定另一个数值，而不是此列中的数值，我如何计算其在列中的百分位数？也就是说，如果值大于列值的80%，但小于其他20%，则为第20百分位数。
浏览 2提问于2017-06-29得票数 20
回答已采纳
3回答
数据-
df=pd.DataFrame({'city':['abc','abc','abc','abc','abc','abc'],'zone':['AA','AA','CC','CC','DD','DD'],'date':['1/1/2020','1/2/2020','1/1/2020','1/2/2
浏览 3提问于2020-05-05得票数 0
1回答
对熊猫数据进行中位分割
、、、
我有一个df，其结构如下：
df = pd.DataFrame({'varb': ['0.56', '0.74', '0.89', '0.99', '0.24', '0.76', '0.60'],
'response': ['141', '134', '72', '29', '34', '50', '128&#
浏览 2提问于2021-11-02得票数 0
回答已采纳
我有两个数据文件，如下所示。
dataframe1 =
Index features constant
0 AA 0.25
1 AB 0.45
2 AC 0.78
3 AD 0.91
4 AE 0.12
dataframe2 =
Index AA AB AC AD AE
0 10 45 15 14 98
1 14 55 55 48 70
2 25 75
浏览 4提问于2020-01-27得票数 0
回答已采纳
2回答
熊猫高性能应用于群居
、、、
我需要在熊猫数据栏上计算百分位数。dataframe的一个子集如下：
我想计算SaleQTY的第20个百分位数，但是对于每一组“条形码”，"ShopCode"：所以我定义一个函数如下：
def quant(group):
group["Quantile"] = np.quantile(group["SaleQTY"], 0.2)
return group
并将此函数应用于每组pf我的销售数据，其中有近1800万行和大约300万组“条形码”、"ShopCode“。
quant_sale = sales.groupb
浏览 1提问于2020-02-09得票数 4
回答已采纳
1回答
我想消除每一栏中超过第99百分位数的熊猫数据行。
例如：
df = pd.DataFrame({"Col1":[1,2,3,4,100], "Col2":[11,12,13,100, 14]})
我想水平地迭代，而不是重复这样做n次：
z1 = np.nanpercentile(a=df["Col1"], q=0.99) # 99th percentile of col1
z2 = np.nanpercentile(a=df["Col2"], q=0.99) # 99th percentile of col2
df = df.lo
浏览 0提问于2019-08-08得票数 0
回答已采纳
我想计算出给定组中数据帧的每一行的百分位数。例如，考虑一下来自不同运动项目的运动员的数据集。
pd.DataFrame({"name": ["Joe", "Bob", "Susan", "Kate", "Sam", "Shawn"],
"sport": ["hockey", "hockey", "hockey", "baseball", "baseball",
浏览 15提问于2022-05-26得票数 0
在ethers.js中，您可以使用provider.getGasPrice()来得到您应该支付的煤气的最佳猜测估计值。有什么简单的东西，我可以调用或转换到这个值，以获得一个等价的“快速”事务将是什么，而不是一个“平均”速度的事务？
浏览 5提问于2021-05-24得票数 3
1回答
我想通过检查两个值之间的差异来找出我计算的河流公里中的异常值，我写了这样的代码：
df['diff_to_traj'] = df.river_km.diff()
df2 = df[(df.diff_to_traj < 3) & (df.diff_to_traj > -3)]
print(df2.diff_to_traj.min())
但当2个离群值逐个出现在数据帧中时，问题就会出现：
river_km
1205.2538515545893
1205.2485826441855
1617.967972499492
1617.971987093596
1205
浏览 11提问于2019-07-25得票数 0
2回答
我正在写一个简单的手机游戏，在游戏结束时，玩家的分数连同他的playerid一起上传到云中的数据库中。这个数据库维护着每个玩家的高分。
上传比分后，游戏(客户端应用)下拉数据库中的所有分数，并计算和显示当前游戏的百分位数分数，该玩家的最佳分数，以及历史上排名前20的玩家的最佳分数。我的问题是，目前数据库中只有几百行，但随着数据库大小的增长，在客户端获取所有行并进行计算将是有问题的。
有没有什么方法可以让我以一种可伸缩的方式执行这种计算，并具有良好的性能？
浏览 15提问于2013-01-04得票数 0
回答已采纳
1回答
熊猫描述()方法
、、
我不明白25%和25%的意思
dataframe.describe()
我试着去找它，但没有得到任何提示。我在不同的数据集中尝试过，25%并不总是一个整数，所以它不能是小于最大值25%的值的数量。25%和最大值意味着什么？
浏览 1提问于2018-01-12得票数 1
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
我对Scala和Spark非常陌生，正在使用棒球统计数据进行一些自制练习。我使用case类创建一个RDD并为数据分配一个模式，然后将其转换为DataFrame，这样我就可以使用SparkSQL通过满足特定条件的球员的统计数据来选择球员组。
一旦我有了我感兴趣的球员的子集，我想进一步寻找一列的平均值；例如击球率平均值或打点。从那里我想根据所有球员的平均表现将所有球员分成百分位数组；前10%，后10%，40%-50%
我已经能够使用DataFrame.describe()函数以字符串的形式返回所需列(mean、stddev、count、min和max)的摘要。有没有更好的方法来获得均值和stdde
浏览 3提问于2015-07-22得票数 3
2回答
Xi = pd.DataFrame([("Guyana", 5.78, 6.89), ("Paraguay", 7.29, 8.5), ("Ecuador", 9.35, 10.92), ("Peru", 9.96, 11.55), ("Kolumbien", 10.9, 12.71),
("Costa Rica", 13.0, 14.27), ("Brasilien", 14.4, 15.23), ("Venezuela",
浏览 9提问于2022-05-23得票数 0
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
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
2回答
我有一张大于200万行的桌子。我只对一个变量的百分位数和观察数的百分位数(例如洛伦兹曲线)感兴趣。
如何创建一个较小的数据，其中包含观测数1,101,201,301，.最后，或与observations?Is总数的1,2,3，...,100百分位数相对应的观测值现在，我正在考虑为索引和变量的百分位数添加变量，然后将它们相提并论。
谢谢,
罗伯托
浏览 2提问于2010-06-04得票数 1
2回答
我有一个dataframe DF1：
ID Name Rank
1 A .99
2 B .8
3 C .8
另一个dataframe DF2：
ID Name Rank
4 D .999
2 B .8
3 C .8
8 H .79
10 J .78
11 K .75
30 AA
浏览 3提问于2017-03-19得票数 1
回答已采纳
2回答
我想用scipy.stats.probplot()在mydata上做一些测试。
from scipy import stats
_,fit=stats.probplot(mydata, dist=stats.norm,plot=ax)
goodness_fit="%.2f" %fit[2]
文件上说：
根据指定理论分布的分位数(缺省情况下为正态分布)生成样本数据的概率图。可以选择计算数据的最佳匹配行，并使用Matplotlib或给定的绘图函数绘制结果。概率图生成一个概率图，，不应与Q-Q或P图混淆。Statsmodels具有这种类型的更广泛的功能，请参见statsmodels
浏览 19提问于2018-01-05得票数 14
回答已采纳
1回答
鉴于以下数据框架：
import pandas as pd
df = pd.DataFrame({
('Group', 'group'): ['a','a','a','b','b','b'],
('sum', 'sum'): [234, 234,544,7,332,766]
})
我想创建一个新的字段，它计算" group“中每个组"sum”的每个值的百分位数。问题是，我有两个头列，无法解
浏览 3提问于2016-05-07得票数 2
回答已采纳
1回答
我有密码：
x1=rnorm(100,-10,1)
sum(x1>quantile(x1,0.05))/length(x1)
第二行代码到底是做什么的？
浏览 2提问于2022-11-08得票数 0
回答已采纳
1回答
我想为有百分比的dataframe列绘制一个盒子图，并将下限设置为0，上限设置为100，以直观地检测异常值。然而，我没有成功地画出正确的胡须。在这里，我创建了一个带有随机百分比的列，其中包含一些异常值。
import random
from random import randint
import matplotlib.pyplot as plt
import pandas as pd
random.seed(42)
lst=[]
for x in range(140):
x=randint(1,100)
lst.append(x)
lst.append(-1)
lst.a
浏览 7提问于2022-07-15得票数 2
回答已采纳
1回答
我有一些数据
a = pd.DataFrame([1,22,34,55,66,75,2,7,8,9,99,70,45,56,22,12,5,9,3,5,89,67,42,21])
当我使用描述函数时，我得到以下结果：
a.describe()
Out[6]:
0
count 24.000000
mean 34.333333
std 30.786314
min 1.000000
25% 7.750000
50% 22.000000
75% 58.500000
max 99.000000
我得到的结果显示0%到25%，2
浏览 1提问于2018-10-15得票数 0
回答已采纳
2回答
对于同一项的每一组行，如何计算值的分位数(不可小数或百分位数)？
我想知道项目'101'，只考虑行'p‘是1，这是值需要在前25%，例如。
create table t1
(item INT,
p INT,
value FLOAT
);
insert into t1 values ('101', '1', '.5');
insert into t1 values ('101', '2', '.4');
insert into t1 values ('101'
浏览 1提问于2015-10-01得票数 5
使用Elasticsearch，我知道我可以做一些很好的时间序列数据查询，得到平均值/最大值等。
但是，是否有可能只将90%的百分位数包括在计算中，特别是在Kibana？
对如何做到这一点有什么想法吗？
浏览 6提问于2014-02-13得票数 4
回答已采纳
1回答
因此，我试图从数据框架df中获取列a中的值，这是b列的第90百分位数。
p = quantile(df$b, c(0.9))
在此之后，我希望使用它来获取值的行号，这样我就可以使用它来获得列a中的相应值：
which(df$b == p)
但出于某种原因，它只是提供了一个输出
integer(0)
我用实际值( 1.68 )替换了变量p，它成功了，并且用1.68来创建另一个变量也是有效的，但是用分位数的结果来使用它永远不会给出正确的值。
我试过使用as.numeric，使用p[[1]]和as.double。结果没有任何改变。任何帮助都是值得赞赏的，以了解为什么会发生这种情况，以及是否有其他方法
浏览 2提问于2017-08-15得票数 2
回答已采纳
3回答
基本上，我想知道根据数组中定义的范围确定分数的最佳方法。
我有一组介于300和900之间的值，每个值都有相应的百分位范围。
我想创建一个函数，它根据检查的值给出百分位数。传入函数的值可能与数组中定义的值不匹配，但希望返回该值的最高百分位数。
例如，数组中的
'300'=>'10', '333'=>'11', '340' => '12' .... '900'=>'100'
如果我传入335，那么函数应该返回11。不确定最简单的方法。
浏览 0提问于2012-10-19得票数 0
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
我正试图将dataframe聚合成一组指标，包括中位数，但看起来不支持这个中位数。有没有机会聚合并得到中值？
st_agg = df.groupby(['start station id', 'end station id']).agg({'usertype':'count', 'tripduration':'median'})
>>> ValueError: unknown aggregate median
浏览 6提问于2017-05-05得票数 8
我有以下熊猫DataFrame：
df = pd.DataFrame({
'id': [1, 1, 1, 2],
'r': [1000, 1300, 1400, 1100],
's': [650, 720, 565, 600]
})
我想聚合DataFrame并创建一个新的列，它是一个r值的范围- 25th和75th百分位数。s列的聚合为mean。
如果对一个群体只有一个观察，那么保持观察的原样。
预
浏览 6提问于2022-05-16得票数 1
在集合图中，如何添加90%、95%、80%等自定义百分比行
我希望在汇总报告和图表中都使用这个自定义百分比行。
我找到了一个屏幕截图，其中包含了jmeter文档中的多个%行，但没有找到定制的方法。
浏览 0提问于2015-07-24得票数 3
首先，我要说的是，我对python世界的熟悉程度与我对统计数据的熟悉程度一样高。因此，如果我的问题看起来微不足道甚至不精确，我提前道歉。我会尽我最大的努力来表达我的权利。
我有一个连续变量的经验数据集。我找到了一段方便的代码(@tmthydvnprt的)，它适合不同分布类型的数据集，并返回最佳分布类型(分布直方图和数据直方图之间的最小平方误差和)。
现在，我需要计算小于数据元素60%的值。换句话说，如果我有一个数据集向量：
DataSet = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
我想回答这个问题: 60%的元素等于或大于等于的value是什么？
value = 5
浏览 4提问于2017-01-18得票数 0
我有一个df1： county state score1 score2 FIPS
Abbeville South Carolina 3 0 45001
Acadia Louisiana 11 1 22001
Accomack Virginia 6 0 51001
3Ada Idaho 151 3 16001
Adair Iowa 1 0 19001
Adair Missouri
浏览 11提问于2020-04-01得票数 0
我使用Cassandra 2.2并使用可插拔度量将Cassandra指标发送到Graphite，
我在org.apache.cassandra.metrics.ColumnFamily中搜索过，在ReadLatency和ReadTotalLatency中有一个属性" count“，两个count属性之间有什么区别？
我的主要目标是获得每次读/写的延迟，您建议我如何获得它？
谢谢!
浏览 3提问于2016-09-05得票数 0
8回答
在MSSQL 2005中计算百分位数排名(例如，第90个百分位数或中位数分数)的最佳方法是什么？
我希望能够为单列分数选择第25、中间和第75个百分位数(最好在单个记录中，这样我就可以将average、max和min组合起来)。因此，例如，结果的表输出可能是：
Group MinScore MaxScore AvgScore pct25 median pct75
----- -------- -------- -------- ----- ------ -----
T1 52 96 74 68 76 8
浏览 6提问于2008-09-17得票数 26
当您调用Pandas中的dataframes的描述函数时，我有点困惑于如何解释您看到的百分位数信息。
我相信我对百分位数的含义有基本的理解。例如，如果在一次测试中，有些人的分数是40%，排名在75%的百分位数，这意味着分数高于总分的75%。
但我不知道如何翻译这些知识来解释我从描述功能中看到的东西。
为了说明，考虑到以下几点：
test = pd.DataFrame([1,2,3,4,5,1,1,1,1,9])
test.describe()
这将打印出类似于此的内容：
| count | 10.000000 |
|-------|-----------|
| mean | 2.800000
浏览 0提问于2020-10-07得票数 1
回答已采纳
假设我有这个数据帧 d = {'fruit': ['apple', 'apple', 'apple', 'orange'], 'names': ['bob', 'bob', 'bob', 'joe']}
df = pd.DataFrame(data=d) 现在我想遍历每一列并过滤掉低百分位数，只保留包含在第90个百分位数中的值。 因此，由于apple和bob都在关联的第90个百分位数内，我会将此数据帧 d = {'fruit
浏览 29提问于2021-02-25得票数 1
回答已采纳
有没有办法用日志解析器获得95%或99%的响应时间？不幸的是，我正在使用日志解析器解析IIS日志，我只能看到针对平均、最大、最小响应时间的现成查询。
浏览 1提问于2018-08-07得票数 0
问题很简单，你是如何读懂这些图形的，？我读了他们的解释，但对我来说没有任何意义。
我正在阅读TensorFlow的，它试图解释什么是“直方图”。首先，它澄清了这不是一个真正的直方图：
现在，它的名字有点用词不当，因为它没有显示直方图；相反，它显示了分布的一些高级统计信息。
我正在试图弄清楚他们的描述实际上是想说什么。
现在我正在尝试解析特定的句子：
图表上的每一条线代表数据分布中的一个百分位数:例如，底线显示最小值如何随时间变化，中间线显示中位数如何变化。
我的第一个问题是，他们所说的“每行”是什么意思。有水平轴，还有在图形上构成正方形网格的线，或者可能是绘制线本身。考虑一下来自的屏幕截图
浏览 7提问于2016-07-01得票数 21
回答已采纳
3回答
我有一个数据帧，其中有两个实验组，我正在尝试获得百分位数分布。但是，数据已经分组： df = pd.DataFrame({'group': ['control', 'control', 'control','treatment','treatment','treatment'],
'month': [1,4,9,2,5,12],
'ct': [8,4,2,5,5,7]}) 我想计算哪个月份表
浏览 11提问于2019-02-03得票数 2
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
我是个新手。我有熊猫代码如下所示。
bindt = df[df[var].notnull()][var].quantile([0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1]).unique()
df['{0}_quartile'.format(var)] = pd.cut(df[var], bindt, labels=False, include_lowest=True )
我在pyflem2.x中找到了“approxQuantile”，但是我在pyflem1.6.0中没有找到任何这样的东西。
我的示例输入
df.show()
+-----------+---
浏览 5提问于2019-02-21得票数 5
回答已采纳
在sklearn 的文档中有一个例子。我想对支持向量机的超视距、i.d.、C和gamma做进一步的GridSearchCV，对于示例中使用的每一个百分位数的特征，如下所示：
transform = feature_selection.SelectPercentile(feature_selection.f_classif)
clf = Pipeline([('anova', transform),
('normal',preprocessing.StandardScaler()),
('s
浏览 4提问于2015-04-19得票数 1
回答已采纳
3回答
我有一个名为data的熊猫DataFrame，它有一个名为ms的列。我希望消除data.ms大于95%的所有行。现在，我这样做：
limit = data.ms.describe(90)['95%']
valid_data = data[data['ms'] < limit]
这是可行的，但我想将其推广到任何百分位数。那么最好的方法是什么呢？
浏览 1提问于2013-09-03得票数 58
回答已采纳
我有一张包括高度的数据。数据不能降到零以下。这就是为什么我不能使用标准差，因为这个数据不是正态分布。我不能在这里使用68-95-99.7规则，因为它在我的情况下失败了。这是我的数据，平均和SD。
0.77132064
0.02075195
0.63364823
0.74880388
0.49850701
0.22479665
0.19806286
0.76053071
0.16911084
0.08833981
Mean: 0.41138725956196015
Std: 0.2860541519582141
如果我得到2个std，你可以看到数字变为负数。
-2 x std calculat
浏览 0提问于2018-07-15得票数 1
1回答
熊猫多层次数据的细分
、、、
我正在成功地使用groupby()函数来计算分组数据的统计信息，但是，现在我想对每个组的子集进行同样的计算。
我似乎无法理解如何为每个组(作为groupby对象)生成子集，然后将其应用于group be函数(如mean() )。以下一行按预期工作：
d.groupby(['X','Y'])['Value'].mean()
我如何将各个组的值子集，然后提供给均值函数？我怀疑transform()或filter()可能有用，但我不知道如何使用。
编辑以添加可重复的示例：
random.seed(881)
value = np.random.randn
浏览 0提问于2018-10-25得票数 4
回答已采纳
我正在尝试比较两种服务的性能。其中一个运行在较旧的代码基上，另一个运行在较新的实现上。我已经尝试绘制基于仪器的数字，并且在30秒的抽样周期内比较平均(第50%)和最大(第99百分位数)的数字。
观察表明，对于较新的服务:第50百分位数增加了40% (从0.05ms增加到0.07ms)，而第99百分位数从17 is下降到11 is。
我跟踪了这一行为整整一天。
我的问题是：
，这说明了新的代码库的性能如何？
提前谢谢。
浏览 0提问于2015-08-13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
