1. numpy.percentile()的使用
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：
np.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False) • 1
| 参数 | 作用 |
| a | array，用来算分位数的对象，可以是多维的数组 |
| q | 介于0-100的float，用来计算是几分位的参数，如四分之一位就是25，如要算两个位置的数就(25,75) |
| axis | 坐标轴的方向，一维的就不用考虑了，多维的就用这个调整计算的维度方向 |
| out | 输出数据的存放对象，参数要与预期输出有相同的形状和缓冲区长度 |
| overwrite_input | bool，默认False，为True时及计算直接在数组内存计算，计算后原数组无法保存 |
| interpolation | 取值范围{‘linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’}默认liner，比如取中位数，但是中位数有两个数字6和7，选不同参数来调整输出 |
| keepdims | bool,默认False,为真时取中位数的那个轴将保留在结果 |
a = np.array([[10, 7, 4], [3, 2, 1]]) print(a) print(np.percentile(a,50)) print(np.percentile(a,50,axis=0)) print(np.percentile(a,50,axis=0,keepdims=True))
[[10 7 4] [ 3 2 1]] 3.5 [6.5 4.5 2.5] [[6.5 4.5 2.5]]
