查找值的百分位数答案

【问题标题】：Find the percentile of a value查找值的百分位数
【发布时间】：2018-05-17 08:39:38
【问题描述】：

我有一个像[1,2,3,4,5] 这样的值数组，我需要找到每个值的百分位数。我期待的输出类似于[0,25,50,75,100]。

我在 numpy 中搜索了一个可以获得所需结果的 API，并找到了 np.percentile，但结果恰恰相反。给定一个百分位值，它将使用输入列表作为分布找到一个值。

有没有 api 或方法可以得到这个？谢谢

【问题讨论】：

你的价值观似乎不对。不应该是[20.0, 40.0, 60.0, 80.0, 100.0]吗？
那么，像这样，但是对于每个值？ docs.scipy.org/doc/scipy/reference/generated/…
@Jean-FrançoisFabre 第零个百分位数应该是1，因为它是列表中的最小值，对吧？并且np.percentile(range(1,6),0) 返回了1。
@Jean-FrançoisFabre 使用 @Caramiriel 链接的函数，stats.percentileofscore([1, 2, 3, 4, 5], 3) 返回 60.0 但 np.percentile(range(1,6), 60.0) 返回 3.4。为什么会有差异？
np.percentile(range(0,6), 60.0) 返回 3。您的 1 值不被视为原点。 0 是原点。或者功能转移。我不是麻木的专家。 scipy 和 numpy 可能使用百分位事物的不同定义/实现。如果该功能不能满足您的要求，请不要使用它。

标签： python

【解决方案1】：

要在给定数据集中获取值的百分位数，请使用scipy's percentileofscore。

from scipy.stats import percentileofscore

dataset = [1,2,3,4,5]

percentile_of_3 = percentileofscore(dataset, 3)
print(percentile_of_3)

[Output] 60.0

此输出意味着数据集中 60% 的值小于或等于 3。 percentileofscore 的“kind”参数可用于指定百分位数的截止值是包含还是排除。例如：

percentile_of_3 = percentileofscore(dataset, 3)
print(percentile_of_3)

[Output] 40.0

表示数据集中 40% 的值小于 3。

如果我们想要一个包含每个值的百分位数的列表，我们可以使用列表推导：

all_percentiles = [percentileofscore(dataset, value, kind='strict') for value in dataset]

[Output] [0.0, 20.0, 40.0, 60.0, 80.0]

【讨论】：

【解决方案2】：

您应该使用list comprehension，将每个列表值除以max(lst) -1

lst = [1,2,3,4,5]
max_val = max(lst) -1
lst = [(elem-1)/max_val * 100 for elem in lst]
print(lst)

输出

[0.0, 25.0, 50.0, 75.0, 100.0]

您也可以使用numpy 数组来实现此目的。

arr = np.array([1,2,3,4,5])
result = (arr - 1) / (np.max(arr) - 1) * 100

【讨论】：

【解决方案3】：

如果您的输入可以包含要映射到 0% – 100% 的任意数字（例如 [3, 7, 13, 20]），那么您需要计算出最小数字和最大数字并将您的值扩展到 0 ... 100：

values = [ 3, 7, 13, 20 ]
min_value = min(values)
max_value = max(values)
for value in values:
  fraction = float(value - min_value) / (max_value - min_value)
  percentage = fraction * 100
  print(value, percentage)

或者作为一种理解：

percentiles = [ float(value - min_value) / (max_value - min_value) * 100
                for value in values ]

对于大型输入，也可以使用 numpy 加速：

import numpy as np

values = np.array([ 3, 7, 13, 20 ])
min_value = values.min()
max_value = values.max()
percentiles = (values - min_value) / (max_value - min_value) * 100

【讨论】：

【解决方案4】：

使用偏移量为 1 个值获取 0，计算最大值，减一，对其他值执行相同操作，计算列表理解中的百分比：

lst = [1,2,3,4,5]
maxval = max(lst)-1
newlst = [(v-1)*100/maxval for v in lst]

print(newlst)

结果（作为浮点数，如果您需要整数，请使用// 进行除法）

[0.0, 25.0, 50.0, 75.0, 100.0]

【讨论】：

【解决方案5】：

我将百分位数的定义（来自维基百科）视为

百分位的一个定义，通常在文本中给出，是 N 个有序值列表（从最小到最大排序）的第 P 个百分位 (0

因此，对于您的数据，答案是：

[20,40,60,80,100]

我还假设您没有均匀分布，并且数字可以重复。您可以使用以下方法获取字典来查找结果：

nbr = [1,1,3,4,5]
sorted_nbr = sorted(nbr)
ans = {x: 100*(1+i)/len(sorted_nbr) for i,x in enumerate(sorted_nbr)}

这个产量：

{1: 40.0, 3: 60.0, 4: 80.0, 5: 100.0}

如果您需要该列表，请使用：

[ans[x] for x in nbr]

【讨论】：

【解决方案6】：

你应该使用np.true_divide。

x = np.arange(5)
np.true_divide(x, 4)*100
[Output] array([ 0.  ,  25.,  50. ,  75.,  100.  ])

【讨论】：