如何获得经验数据分布的百分位数并获得它的 x 坐标？

Question

我有一些离散的数据值，它们一起形成某种分布。 这是其中之一，但它们不同，峰值位于所有可能的位置，从 0 到结束。

所以，我想在 Python 中使用它的分位数（百分位数）。我想我可以编写某种函数，它将所有值从零开始，直到达到所需的百分比。但可能有更好的解决方案？例如，要在 SciPy 中创建某种经验分布，然后使用 SciPy 计算百分位数的方法？

最后，我需要左百分位数和右百分位数的 x 坐标。可以使用 20% 和 80% 的百分位数作为示例，稍后我将不得不为我的案例找到最佳数字。

提前谢谢你！

编辑： 几乎我想要的一些示例代码。

import numpy as np
np.random.seed(0)
distribution = np.random.normal(0, 1, 1000)
left, right = np.percentile(distribution, [20, 80])
print left, right

这会返回百分位数本身，我需要以某种方式获取它们的 x 坐标。对于正态分布，显然这是可能的，但我有一个未知形状的分布，所以如果百分位数不等于其中一个值（显然这是最常见的事情），它会变得更加复杂。

Answer 1

如果您正在寻找经验 CDF，那么您可以使用 statsmodels ECDF。对于百分位数/分位数，您可以使用 numpy percentile

Answer 2

好的，现在我已经编写了以下函数并现在使用它：

def percentile(distribution, percent):
    percent = 1.0*percent/100
    cum_percent = 0
    i=0
    while cum_percent <= percent:        
        cum_percent = cum_percent + distribution[i]
        i = i+1
    return i

有点粗略，因为返回所需值左侧最接近的值的索引。就我的目的而言，它是一个临时解决方案，但我希望看到一个用于精确百分位 x 坐标确定的有效解决方案。