numpy : percentile使用（多用于去除 离群点）

numpy.percentile()

百分位数是统计中使用的度量，表示小于这个值的观察值占总数q的百分比。 函数numpy.percentile()接受以下参数。

numpy.percentile(a, q, axis)

Python

其中：

序号	参数及描述
1.	a 输入数组
2.	q 要计算的百分位数，在 0 ~ 100 之间
3.	axis 沿着它计算百分位数的轴   ，二维取值0，1

首先明确百分位数的概念：

        第p个百分位数是这样一个值，它使得至少有p%的数据项小于或等于这个值，且至少有(100-p)%的数据项大于或等于这个值。

举个例子：

       高等院校的入学考试成绩经常以百分位数的形式报告。比如，假设某个考生在入学考试中的语文部分的原始分数为54分。相对于参加同一考试的其他学生来说，他的成绩如何并不容易知道。但是如果原始分数54分恰好对应的是第70百分位数，我们就能知道大约70%的学生的考分比他低，而约30%的学生考分比他高 

这里的p = 70 .

在numpy中,是这样的：

numpy.percentile
Parameters
    ----------
    a : np数组
    q : float in range of [0,100] (or sequence of floats)
        Percentile to compute。
        要计算的q分位数。
    axis : 那个轴上运算。
    keepdims :bool是否保持维度不变。


    Examples
    --------    >>> a = range(1,101)
    >>> np.percentile(a, 90)  #90%的分位数    90.1 #表示有百分之九十的数小于90.1。
    >>> a = np.array([[10, 7, 4], [3, 2, 1]])
    >>> a
    array([[10,  7,  4],
           [ 3,  2,  1]])
    >>> np.percentile(a, 50)  #50%的分位数，就是a里排序之后的中位数
    3.5 #表示有百分之五十的数小于3.5。   
    >>> np.percentile(a, 50, axis=0) #axis为0，在纵列上求
    array([[ 6.5,  4.5,  2.5]])
    >>> np.percentile(a, 50, axis=1) #axis为1，在横行上求
    array([ 7.,  2.])
    >>> np.percentile(a, 50, axis=1, keepdims=True)
    #保持维度不变，这对使用sklearn的fit有好处。
    array([[ 7.],
           [ 2.]])
1
2
3
4
5
6
7
8
9
10
11
12
13
1
2
1
1
1
2
1
2
3
4
5
6
1
2
3
4
5
6
7
8
9