numpy.nanquantile() en Python

numpy.nanquantile(arr, q, axis = None): Calcule el cuantil q ^-ésimo de los datos proporcionados (elementos de array) a lo largo del eje especificado, ignorando los valores nan.

Cuantil juega un papel muy importante en las estadísticas cuando se trata de la distribución normal.

En la figura anterior, Q2es el mediande los datos normalmente distribuidos. Q3 - Q2representa el rango intercuantílico del conjunto de datos dado.

Parámetros:
arr: [array_like]array de entrada.
q : valor del cuantil.
eje : [int o tuplas de int]eje a lo largo del cual queremos calcular el valor del cuantil. De lo contrario, considerará que arr está aplanado (funciona en todos los ejes). axis = 0 significa a lo largo de la columna y axis = 1 significa trabajar a lo largo de la fila.
out : [ndarray, opcional]Diferente array en la que queremos colocar el resultado. La array debe tener las mismas dimensiones que la salida esperada.

Resultados: q ^-ésimo cuantil de la array (un valor escalar si el eje no es ninguno) o array con valores cuantiles a lo largo del eje especificado, ignorando los valores nan.

Código #1:

# Python Program illustrating 
# numpy.nanquantile() method  
import numpy as np 
      
# 1D array 
arr = [20, 2, 7, np.nan, 34] 
print("arr : ", arr) 
  
print("\n-Q1 quantile of arr : ", np.quantile(arr, .50)) 
print("Q2 - quantile of arr : ", np.quantile(arr, .25)) 
print("Q3 - quantile of arr : ", np.quantile(arr, .75)) 
  
print("\nQ1 - nanquantile of arr : ", np.nanquantile(arr, .50)) 
print("Q2 - nanquantile of arr : ", np.nanquantile(arr, .25)) 
print("Q3 - nanquantile of arr : ", np.nanquantile(arr, .75)) 

Producción :

arr : [20, 2, 7, nan, 34]

Q1 - quantile of arr : nan
Q2 - quantile of arr : nan
Q3 - quantile of arr : nan

Q1 - nanquantile of arr : 13.5
Q2 - nanquantile of arr : 5.75
Q3 - nanquantile of arr : 23.5

 
Código #2:

# Python Program illustrating 
# numpy.nanquantile() method 
  
import numpy as np 
  
# 2D array 
arr = [[14, np.nan, 12, 33, 44], 
       [15, np.nan, 27, 8, 19], 
       [23, 2, np.nan, 1, 4, ]] 
print("\narr : \n", arr) 
      
# quantile of the flattened array 
print("\nQ2 quantile of arr, axis = None : ", np.quantile(arr, .50)) 
print("\nQ2 quantile of arr, axis = None : ", np.nanquantile(arr, .50)) 
print("0th quantile of arr, axis = None : ", np.nanquantile(arr, 0)) 

Producción:

arr : 
[[14, nan, 12, 33, 44], [15, nan, 27, 8, 19], [23, 2, nan, 1, 4]]

Q2 quantile of arr, axis = None : nan
Q2 quantile of arr, axis = None : 14.5
0th quantile of arr, axis = None : 1.0

 
Código #3:

# Python Program illustrating 
# numpy.nanquantile() method 
import numpy as np 
  
# 2D array 
arr = [[14, np.nan, 12, 33, 44], 
    [15, np.nan, 27, 8, 19], 
    [23, 2, np.nan, 1, 4, ]] 
print("\narr : \n", arr) 
          
# quantile along the axis = 0 
print("\nQ2 quantile of arr, axis = 0 : ", np.nanquantile(arr, .50, axis = 0)) 
print("0th quantile of arr, axis = 0 : ", np.nanquantile(arr, 0, axis = 0)) 
  
# quantile along the axis = 1 
print("\nQ2 quantile of arr, axis = 1 : ", np.nanquantile(arr, .50, axis = 1)) 
print("0th quantile of arr, axis = 1 : ", np.nanquantile(arr, 0, axis = 1)) 
  
print("\nQ2 quantile of arr, axis = 1 : \n",
  np.nanquantile(arr, .50, axis = 1, keepdims = True)) 
print("\n0th quantile of arr, axis = 1 : \n",
    np.nanquantile(arr, 0, axis = 1, keepdims = True)) 

Producción:

arr : 
[[14, nan, 12, 33, 44], [15, nan, 27, 8, 19], [23, 2, nan, 1, 4]]

Q2 quantile of arr, axis = 0 : [15.  2. 19.5  8.  19. ]
0th quantile of arr, axis = 0 : [14. 2. 12.  1.  4.]

Q2 quantile of arr, axis = 1 : [23.5 17.   3. ]
0th quantile of arr, axis = 1 : [12.  8.  1.]

Q2 quantile of arr, axis = 1 : 
[[23.5]
[17. ]
[ 3. ]]

0th quantile of arr, axis = 1 : 
[[12.]
[ 8.]
[ 1.]]