回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我试图计算百分位数后,阅读了维基百科我实现了简单的公式</p>
<pre><code>def _percentile(numList, percentile):
numList.sort()
n = int(round(percentile * len(numList) + 0.5))
if n > 1:
return numList[n-2]
else:
return 0
</code></pre>
<p>但是我想做的是wiki中提到的插值版本:(<a href="http://en.wikipedia.org/wiki/Percentile#Linear_interpolation_between_closest_ranks" rel="nofollow">http://en.wikipedia.org/wiki/Percentile#Linear_interpolation_between_closest_ranks</a>)我在google中搜索并找到了numpy,但是我认为即使是对于简单的公式,我也没有得到正确的值。当我试着传递这个值来做插值时,它给了我一个错误。(<a href="http://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.percentile.html" rel="nofollow">http://docs.scipy.org/doc/numpy-dev/reference/generated/numpy.percentile.html</a>)</p>
<p>让我们从以下列表开始:</p>
^{pr2}$
<p>根据我的方法:我得到原始列表的实际值,该值表示我要查找的百分位数:</p>
<pre><code>>>> print percentile(B, P=0.)
0
>>> print percentile(B, P=0.1)
0
>>> print percentile(B, P=0.2)
15
>>> print percentile(B, P=0.3)
15
>>> print percentile(B, P=0.4)
20
>>> print percentile(B, P=0.5)
20
>>> print percentile(B, P=0.6)
35
>>> print percentile(B, P=0.7)
35
>>> print percentile(B, P=0.8)
40
>>> print percentile(B, P=0.9)
40
>>> print percentile(B, P=0.95)
40
>>> print percentile(B, P=1.0)
50
</code></pre>
<p>但是如果我使用numpy,我就不能得到代表原始列表的实际值。在</p>
<pre><code>>>> np.percentile(B, 0.1)
15.02
>>> np.percentile(B, 0.2)
15.039999999999999
>>> np.percentile(B, 0.3)
15.06
>>> np.percentile(B, 0.4)
15.08
>>> np.percentile(B, 0.5)
15.1
>>> np.percentile(B, 0.6)
15.120000000000001
>>> np.percentile(B, 0.7)
15.140000000000001
>>> np.percentile(B, 0.8)
15.16
>>> np.percentile(B, 0.9)
15.18
>>> np.percentile(B, 1)
15.199999999999999
>>> np.percentile(B, 10)
17.0
>>> np.percentile(B, 20)
19.0
>>> np.percentile(B, 30)
23.0
>>> np.percentile(B, 40)
29.0
>>> np.percentile(B, 50)
35.0
</code></pre>
<p><strong>我的问题是给定一个数组,如何通过使用线性插值技术计算百分位,从表示百分位(如10、20…100)的数组中获取值?</strong></p>