Comment calculer les percentiles avec python/numpy ?

Question

Existe-t-il un moyen pratique de calculer les percentiles pour une séquence ou un tableau numpy unidimensionnel ?

Je cherche quelque chose de similaire à la fonction percentile d'Excel.

J'ai regardé dans la référence des statistiques de NumPy, et je n'ai pas trouvé ça. Tout ce que j'ai pu trouver est la médiane (50e percentile), mais pas quelque chose de plus spécifique.

Answer 1

Vous pourriez être intéressé par le Statistiques SciPy paquet. Il a la fonction percentile que vous recherchez et de nombreuses autres statistiques.

percentile() est disponible sur numpy aussi.

import numpy as np
a = np.array([1,2,3,4,5])
p = np.percentile(a, 50) # return 50th percentile, e.g median.
print p
3.0

Ce billet me pousse à croire qu'ils ne seront pas intégrés percentile() dans numpy de sitôt.

Answer 2

Au fait, il y a une implémentation purement Python de la fonction percentile dans le cas où l'on ne veut pas dépendre de scipy. La fonction est copiée ci-dessous :

## {{{ http://code.activestate.com/recipes/511478/ (r1)
import math
import functools

def percentile(N, percent, key=lambda x:x):
    """
    Find the percentile of a list of values.

    @parameter N - is a list of values. Note N MUST BE already sorted.
    @parameter percent - a float value from 0.0 to 1.0.
    @parameter key - optional key function to compute value from each element of N.

    @return - the percentile of the values
    """
    if not N:
        return None
    k = (len(N)-1) * percent
    f = math.floor(k)
    c = math.ceil(k)
    if f == c:
        return key(N[int(k)])
    d0 = key(N[int(f)]) * (c-k)
    d1 = key(N[int(c)]) * (k-f)
    return d0+d1

# median is 50th percentile.
median = functools.partial(percentile, percent=0.5)
## end of http://code.activestate.com/recipes/511478/ }}}

Answer 3

import numpy as np
a = [154, 400, 1124, 82, 94, 108]
print np.percentile(a,95) # gives the 95th percentile

Answer 4

La définition du percentile que je vois habituellement attend comme résultat la valeur de la liste fournie en dessous de laquelle se trouvent P pour cent des valeurs... ce qui signifie que le résultat doit provenir de l'ensemble, et non d'une interpolation entre les éléments de l'ensemble. Pour obtenir cela, vous pouvez utiliser une fonction plus simple.

def percentile(N, P):
    """
    Find the percentile of a list of values

    @parameter N - A list of values.  N must be sorted.
    @parameter P - A float value from 0.0 to 1.0

    @return - The percentile of the values.
    """
    n = int(round(P * len(N) + 0.5))
    return N[n-1]

# A = (1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
# B = (15, 20, 35, 40, 50)
#
# print percentile(A, P=0.3)
# 4
# print percentile(A, P=0.8)
# 9
# print percentile(B, P=0.3)
# 20
# print percentile(B, P=0.8)
# 50

Si vous préférez obtenir la valeur de la liste fournie à laquelle ou en dessous de laquelle P pour cent des valeurs sont trouvées, utilisez cette simple modification :

def percentile(N, P):
    n = int(round(P * len(N) + 0.5))
    if n > 1:
        return N[n-2]
    else:
        return N[0]

Ou avec la simplification suggérée par @ijustlovemath :

def percentile(N, P):
    n = max(int(round(P * len(N) + 0.5)), 2)
    return N[n-2]

Answer 5

Vérification du module scipy.stats :

 scipy.stats.scoreatpercentile