优先用np.quantile计算分位数,因其参数q为0.0–1.0(如中位数为0.5),语义清晰;需显式指定method插值、keepdims保维,含NaN时须设nan_policy='omit'。

用 numpy.quantile 计算任意分位数最直接
NumPy 1.15+ 推荐统一用 numpy.quantile,它替代了旧的 numpy.percentile(后者仍可用但语义更绕)。关键区别在于:前者输入是 0–1 区间的分位数(如中位数是 0.5),后者要传 0–100 的百分位(如 50)。混用会导致结果错一半。
常见错误现象:np.quantile(arr, 50) 返回极大值——因为把 50 当作分位数(即第 50 倍分位),而非 50% 分位点。
- 正确写法:
np.quantile(arr, 0.5)(中位数)、np.quantile(arr, [0.25, 0.75])(四分位) - 支持多维数组:加
axis=0沿列计算,axis=1沿行计算 - 插值方式可选:
interpolation='linear'(默认)、'lower'、'higher'等,影响离散数据下边界值取法
处理含 NaN 的数组必须显式设 nan_policy
默认情况下,只要数组里有一个 np.nan,np.quantile 就直接返回 nan,不会报错也不会跳过——这点和 pandas.Series.quantile 行为不同,容易被忽略。
Camoufox 是一个基于 Firefox 构建的开源反检测浏览器,为 Python 自动化工作流程提供强大的指纹注入和反机器人检测规避功能。它与 Playwright 集成,以提供能够绕过现代机器人检测系统的隐身浏览能力。
- 想忽略 NaN:必须传
nan_policy='omit',例如np.quantile(arr, 0.9, nan_policy='omit') -
nan_policy='propagate'(默认):遇 NaN 即返 NaN;'raise'会抛ValueError - 注意:即使设了
'omit',若剩余有效值不足,仍可能返回nan(比如全 NaN)
性能敏感时优先用 method='inverted_cdf' 或预排序
默认插值方法 'linear' 需要内部排序 + 插值计算,对大数组(千万级)有明显开销。如果只需要近似分位数,或能接受离散阶梯式结果,可换更快的方法。
-
method='inverted_cdf'(NumPy 1.22+):不插值,直接取排序后最接近位置的元素,速度提升 2–3 倍 - 若已对数组排序,加参数
keepdims=False并配合method='nearest'可进一步省去排序步骤 - 避免反复调用:一次传入多个分位点(如
[0.1, 0.5, 0.9]),比循环调用三次快得多
和 pandas 的 quantile 结果不一致?检查 axis 和插值逻辑
很多人把 NumPy 数组喂给 pandas 再算分位数,发现结果微小差异——通常不是精度问题,而是默认行为不同。
- pandas 默认
interpolation='linear',但对等距索引有特殊处理;NumPy 更“数学直译” - pandas 的
axis=0是按列算(同 NumPy),但若传 DataFrame,pandas 会对每列单独调用,而 NumPy 多维数组需手动指定axis - 验证一致性:用相同插值方式(
interpolation='linear')、相同axis、且都设nan_policy='omit',结果应完全一致
实际用的时候,最容易漏的是 nan_policy='omit' 和分位数范围(0–1)这两个点。尤其在管道化处理中,上游数据带 NaN 是常态,不显式声明策略,下游拿到的就全是 nan,还不好 debug。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










