如何计算具有给定数组的外部元素的百分比?

np.percentile(a, q) 告诉你 q 第百分位 a 大堆这与你想要的相反。我不认为numpy有做你想做的事的功能,但它很容易让你自己做。

百分位数告诉数组中小于给定元素的元素的百分比,所以只需这样做:

def percentile(lst: list, val) -> float:
    return sum(i <= val for i in lst) / len(lst)

如果您有一个numpy数组,则不需要对其进行迭代,因为 <= 将通过阵列进行广播:

def percentile(arr: np.ndarray, val) -> float:
    return np.mean(arr <= val) # thanks Chrysophylaxs!
    # return (arr <= val).sum() / len(arr)

>>> percentile([1,2,3,4,5], 2)
# 0.4
>>> percentile([1,2,3,4,5], 2.5)
# 0.4
>>> percentile([1,2,3,4,5], 6)
# 1.0

你也可以这样计算: 它对数组进行排序,然后在已排序的数组中查找元素的索引。然后它通过取元素的索引并加1来计算百分位数。

def percentile(arr, element):
    arr = sorted(arr)
    index = arr.index(element)
    percentile = (index + 1) / len(arr) * 100
    return percentile