解释 NumPy 中百分位数计算的不同方法

Question

我试图创建一些我拥有的数据的箱线图。我首先使用 Excel 绘制它们，但想继续使用 Python 以便能够对它们进行个性化。然而，我惊讶地发现这两个软件包中的箱线图给出的四分位数 Q1 和 Q3 的位置存在差异。

我注意到 Excel 默认使用“独占中位数”计算来显示四分位数。我想知道NumPy中计算百分位数的方法中是否有类似的东西，如果有人知道，这些是如何计算的？我无法在每种方法中找到好的信息。

提前谢谢您，

我尝试使用 NumPy 中的所有分位数计算方法，但无法获得 Excel Exclusive 中位数方法给出的值。

Answer 1

给定一个长度为

a

的已排序数组

n

，我们有：

• 独家分位数：

  i / (n + 1)

• 包含分位数：

  (i - 1) / (n - 1)

a = [0, 1, 2, 3, 4]

的示例：

独家：

np.arange(1, len(a)+1) / (len(a)+1)

给予

array([0.16666667, 0.33333333, 0.5       , 0.66666667, 0.83333333])

即 25% 百分位位于第一个元素和第二个元素之间 (=

0.5

)

包容性：

np.arange(len(a)) / (len(a)-1)

给予

array([0.  , 0.25, 0.5 , 0.75, 1.  ])

即 25% 百分位数是第二个元素 (=

1

)

没有 numpy 函数来获取唯一的百分位数，但你可以使用

import statistics

statistics.quantiles(a, method='exclusive')
# [0.5, 2.0, 3.5]