计算二维数组的百分位数

Question

我有一些大小类别，每个类别都有测量的数量：

import numpy as np
from matplotlib import pyplot as plt
from scipy.stats import norm
size_class = np.linspace(0,9,10)
counts = norm.pdf(size_class, 5,1) # synthetic data
counts_cumulative_normalised = np.cumsum(counts)/counts.sum() # summing up and normalisation
plt.plot(size_class,counts_cumulative_normalised)
plt.show()

所以如果我想计算这些大小的百分位数，我就需要对我想要的大小进行插值计算。

有没有什么内置的函数，可以把这两个向量作为参数，给我想要的百分位数呢？

Answer 1

如果你不确定数据是否符合正态分布，并且想根据经验累积分布函数来获取百分位数，你可以使用插值的方法。

In [63]:

plt.plot(size_class,counts_cumulative_normalised)
Out[63]:
[<matplotlib.lines.Line2D at 0x10c72d3d0>]

In [69]:
#what percentile does size 4 correspond to ?
from scipy import interpolate
intp=interpolate.interp1d(size_class, counts_cumulative_normalised, kind='cubic')
intp(4)
Out[69]:
array(0.300529305241782)

我知道你只是展示了一些合成数据，但请注意，你的做法低估了累积分布函数，因为你只取了几个样本点，看看这个对比：

plt.plot(size_class,counts_cumulative_normalised)
plt.plot(size_class,norm.cdf(size_class, 5, 1))