🧑 博主简介：阿里巴巴嵌入式技术专家，深耕嵌入式+人工智能领域，具备多年的嵌入式硬件产品研发管理经验。

📒 博客介绍：分享嵌入式开发领域的相关知识、经验、思考和感悟，欢迎关注。提供嵌入式方向的学习指导、简历面试辅导、技术架构设计优化、开发外包等服务，有需要可加文末联系方式联系。

💬 博主粉丝群介绍：① 群内高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

1. 引言

在数据分析与统计学中，百分位数是一种描述数据分布位置的重要指标，它能够告诉我们数据集中某个百分比的值落在何处。Python的NumPy库提供了numpy.percentile函数，使得计算数据集的百分位数变得简单而高效。本文将详细介绍NumPy库、numpy.percentile函数的使用方法，并通过实例代码展示其在实际数据分析中的应用，最后进行总结。

2. NumPy库简介

NumPy，全称为Numerical Python，是Python语言的一个扩展库，专为大规模数值计算和高性能数组操作设计。它是Python数据科学生态的核心组成部分，为诸如Pandas、SciPy、Matplotlib等高级库提供了底层支持。NumPy的核心特征包括：

• ndarray：一个高效多维数组对象，支持矢量化计算，大大提高了计算性能。
• 数学函数：提供了丰富的数学函数，可以直接应用于数组上，实现元素级别的操作。
• 线性代数、傅立叶变换、随机数生成：支持高级数学运算，广泛应用于科学计算和工程领域。

3. numpy.percentile函数详解

3.1 函数介绍

numpy.percentile(array, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)用于计算数组中元素的百分位数。百分位数是指在一个有序数据集中，某个百分比位置的值，例如，第50百分位数（p50）就是中位数。

3.2 参数解析

• array：输入的NumPy数组。
• q：百分位数，可以是单个浮点数或浮点数数组。例如，q=50 表示计算中位数。
• axis（可选）：沿着哪个轴计算百分位数，默认为None，表示整个数组。
• out（可选）：输出数组，用于放置结果。
• overwrite_input（可选）：如果为True，允许修改输入数组以节省内存。
• interpolation（可选）：插值方法，当百分位数落在两个数据点之间时使用。可选值有’linear’, ‘lower’, ‘higher’, ‘midpoint’, ‘nearest’。
• keepdims（可选）：如果为True，保持输出数组与输入数组相同的维度，除了被计算轴的尺寸减小到1。

3.3 返回值

返回一个数组，包含输入数组中每个指定百分位数的值。

4. 示例代码与应用

4.1 基础使用

import numpy as npdata = np.array([10, 20, 30, 40, 50])
p50 = np.percentile(data, 50)  # 计算中位数
print("The 50th percentile (median):", p50)p25_p75 = np.percentile(data, [25, 75])  # 计算25%和75%分位数
print("The 25th and 75th percentiles:", p25_p75)

4.2 沿特定轴计算百分位数

matrix = np.array([[10, 20, 30], [40, 50, 60]])
row_percentiles = np.percentile(matrix, 50, axis=1)  # 每行的中位数
print("Row-wise medians:", row_percentiles)

4.3 插值方法的应用

data_with_duplicates = np.array([1, 2, 2, 3, 4])
p30 = np.percentile(data_with_duplicates, 30, interpolation='midpoint')
print("30th percentile with 'midpoint' interpolation:", p30)

5. 高级技巧与注意事项

• 缺失值处理：在计算百分位数前，确保数据集已清洗，去除或填充了缺失值。
• 大数据集性能优化：对于非常大的数据集，考虑使用overwrite_input=True来减少内存占用。
• 多维度数据处理：灵活运用axis参数，可以方便地在多维数组的不同维度上进行百分位数计算。
• 插值选择：不同的插值方法会影响位于两个观测值之间的百分位数的计算结果，应根据具体情况选择合适的插值策略。

6. 总结

numpy.percentile是NumPy库提供的强大功能之一，它使用户能够轻松地计算数据集的百分位数，这对于理解和描述数据的分布特性至关重要。通过灵活设置参数，该函数能够适应多种数据分析场景的需求，无论是基础的中位数计算，还是复杂的多维度数据分析。掌握numpy.percentile的使用，不仅能提升数据分析的效率，还能增强结果的准确性和深度。在实践中不断探索和应用这些工具，将有助于深化对数据的理解，为决策提供坚实的数据支撑。