是否有内置于Numpy/Scipy的函数来计算四分位距?我可以很容易地自己实现,但是mean()
函数已经存在了,它基本上是sum/len
...
def IQR(dist):
return np.percentile(dist, 75) - np.percentile(dist, 25)
是否有内置于Numpy/Scipy的函数来计算四分位距?我可以很容易地自己实现,但是mean()
函数已经存在了,它基本上是sum/len
...
def IQR(dist):
return np.percentile(dist, 75) - np.percentile(dist, 25)
np.percentile
可以接受多个百分位数参数,并且最好这样做:
q75, q25 = np.percentile(x, [75 ,25])
iqr = q75 - q25
或者iqr = np.subtract(*np.percentile(x, [75, 25]))
比起进行两次 percentile
调用:
In [8]: x = np.random.rand(1e6)
In [9]: %timeit q75, q25 = np.percentile(x, [75 ,25]); iqr = q75 - q25
10 loops, best of 3: 24.2 ms per loop
In [10]: %timeit iqr = np.subtract(*np.percentile(x, [75, 25]))
10 loops, best of 3: 24.2 ms per loop
In [11]: %timeit iqr = np.percentile(x, 75) - np.percentile(x, 25)
10 loops, best of 3: 33.7 ms per loop
np.substract.reduce
。在我看来,比*魔法略清晰。 - Davidmh现在,在scipy.stats
中有一个iqr
函数。 它从scipy 0.18.0开始提供。 我最初的想法是将其添加到numpy中,但被认为过于领域特定。
也许您最好只使用Jaime的答案,因为scipy代码只是相同内容的过度复杂版本。
如果Jaime的答案适用于您的情况,请忽略此内容。但是,如果不适用,则根据此答案,要查找第1四分位数和第3四分位数的确切值,您应该考虑执行以下操作:
samples = sorted([28, 12, 8, 27, 16, 31, 14, 13, 19, 1, 1, 22, 13])
def find_median(sorted_list):
indices = []
list_size = len(sorted_list)
median = 0
if list_size % 2 == 0:
indices.append(int(list_size / 2) - 1) # -1 because index starts from 0
indices.append(int(list_size / 2))
median = (sorted_list[indices[0]] + sorted_list[indices[1]]) / 2
pass
else:
indices.append(int(list_size / 2))
median = sorted_list[indices[0]]
pass
return median, indices
pass
median, median_indices = find_median(samples)
Q1, Q1_indices = find_median(samples[:median_indices[0]])
Q2, Q2_indices = find_median(samples[median_indices[-1] + 1:])
IQR = Q3 - Q1
quartiles = [Q1, median, Q2]
代码取自所引用的答案。