numpy 的百分位函数究竟做了什么？

Question

根据我的理解，numpy 的百分位数计算数据的第 q 个百分位数。

但它究竟是怎么做的呢？

---

说，给定x = np.array([1.3, 1.7, 2.4, 2.8, 3.5, 5.6, 6.6, 7.7, 8.8, 9.9])（里面有 10 个浮动）。

如果我这样做np.percentile(x, 100)，它会回馈9.9000000000000004。

如果我这样做np.percentile(x, 90)，它应该返回8.8，对吗？但它回馈8.9100000000000001。

---

为什么会有这样的差异？这些差异可以接受吗？

Answer 1

从版本 1.9.0 开始，Numpy 的百分位数函数有一个参数，在文档中interpolation描述如下：

\n\n

\n

插值：{\xe2\x80\x98线性\xe2\x80\x99，\xe2\x80\x98下\xe2\x80\x99，\xe2\x80\x98更高\xe2\x80\x99，\xe2\x80\x98中点\xe2 \x80\x99，\xe2\x80\x98最近\xe2\x80\x99}
\n 此可选参数指定当所需分位数位于两个数据点 i 和 j 之间时要使用的插值方法：

\n\n

\n
• 线性：i + (j - i) *fraction，其中fraction是i和j包围的索引的小数部分。
\n
• 较低：i.
\n
• 较高：j。
\n
• 最近的：i 或 j，以最接近的为准。
\n
• 中点：(i + j) / 2。
\n

\n

\n\n

它默认为线性。如果您想8.8从示例中获取信息，请运行：

\n\n

np.percentile(x, 90, interopolation=\'lower\')\n

\n