numpy.quantile(arr, q, axis = None)
: Calcule el q -ésimo cuantil de los datos dados (elementos de array) a lo largo del eje especificado.
Cuantil juega un papel muy importante en las estadísticas cuando se trata de la distribución normal.
En la figura anterior, Q2
es el median
de los datos normalmente distribuidos. Q3 - Q2
representa 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: qth cuantil de la array (un valor escalar si el eje no es ninguno) o array con valores cuantiles a lo largo del eje especificado.
Código #1:
# Python Program illustrating # numpy.quantile() method import numpy as np # 1D array arr = [20, 2, 7, 1, 34] print("arr : ", arr) print("Q2 quantile of arr : ", np.quantile(arr, .50)) print("Q1 quantile of arr : ", np.quantile(arr, .25)) print("Q3 quantile of arr : ", np.quantile(arr, .75)) print("100th quantile of arr : ", np.quantile(arr, .1))
Producción :
arr : [20, 2, 7, 1, 34] Q2 quantile of arr : 7.0) Q1 quantile of arr : 2.0) Q3 quantile of arr : 20.0) 100th quantile of arr : 1.4)
Código #2:
# Python Program illustrating # numpy.quantile() method import numpy as np # 2D array arr = [[14, 17, 12, 33, 44], [15, 6, 27, 8, 19], [23, 2, 54, 1, 4, ]] print("\narr : \n", arr) # quantile of the flattened array print("\n50th quantile of arr, axis = None : ", np.quantile(arr, .50)) print("0th quantile of arr, axis = None : ", np.quantile(arr, 0)) # quantile along the axis = 0 print("\n50th quantile of arr, axis = 0 : ", np.quantile(arr, .25, axis = 0)) print("0th quantile of arr, axis = 0 : ", np.quantile(arr, 0, axis = 0)) # quantile along the axis = 1 print("\n50th quantile of arr, axis = 1 : ", np.quantile(arr, .50, axis = 1)) print("0th quantile of arr, axis = 1 : ", np.quantile(arr, 0, axis = 1)) print("\n0th quantile of arr, axis = 1 : \n", np.quantile(arr, .50, axis = 1, keepdims = True)) print("\n0th quantile of arr, axis = 1 : \n", np.quantile(arr, 0, axis = 1, keepdims = True))
Producción :
arr : [[14, 17, 12, 33, 44], [15, 6, 27, 8, 19], [23, 2, 54, 1, 4]] 50th quantile of arr, axis = None : 15.0 0th quantile of arr, axis = None : 1) 50th quantile of arr, axis = 0 : [14.5 4. 19.5 4.5 11.5] 0th quantile of arr, axis = 0 : [14 2 12 1 4] 50th quantile of arr, axis = 1 : [17. 15. 4.] 0th quantile of arr, axis = 1 : [12 6 1] 0th quantile of arr, axis = 1 : [[17.] [15.] [ 4.]] 0th quantile of arr, axis = 1 : [[12] [ 6] [ 1]]
Publicación traducida automáticamente
Artículo escrito por Mohit Gupta_OMG 🙂 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA