我正在尝试使用 python 中计算值数组的四分位数 numpy .
X = [1, 1, 1, 3, 4, 5, 5, 7, 8, 9, 10, 1000]
我会做以下几点：
quartiles = np.percentile(X, range(0, 100, 25))
quartiles
# array([1. , 2.5 , 5. , 8.25])
但这是不正确的，因为第 1 和第 3 个四分位数应分别为 2 和 8.5。
这可以显示如下：
Q1 = np.median(X[:len(X)/2])
Q3 = np.median(X[len(X):])
Q1, Q3
# (2.0, 8.5)
我无法弄清楚np.percentile在做什么来给出不同的答案。对此有任何了解，我将不胜感激。
没有对错之分，只是计算百分位数的不同方法 百分位数在连续情况下是一个定义明确的概念，对于离散样本来说则不然：不同的方法对于非常大的观察结果(与重复的数量相比(不会产生影响，但实际上对于小样本很重要，您需要逐案找出更有意义的方法。
要获得所需的输出，您应该在百分位数函数中指定插值 = "中点"：
quartiles = np.percentile(X, range(0, 100, 25), interpolation = 'midpoint')
quartiles # array([ 1. , 2. , 5. , 8.5])
我建议您查看文档 http://docs.scipy.org/doc/numpy/reference/generated/numpy.percentile.html