np.percentile 不等于四分位数

Question

我正在尝试使用 numpy.

计算 python 中一组值的四分位数

X = [1, 1, 1, 3, 4, 5, 5, 7, 8, 9, 10, 1000]

我会做以下事情：

quartiles = np.percentile(X, range(0, 100, 25))
quartiles
# array([1.  ,  2.5 ,  5.  ,  8.25])

但这是不正确的，因为第一和第三四分位数应分别为 2 和 8.5。

可以表示为：

Q1 = np.median(X[:len(X)/2])
Q3 = np.median(X[len(X):])
Q1, Q3
# (2.0, 8.5)

我无法理解 np.percentile 正在做什么以给出不同的答案。如有任何线索，我将不胜感激。

Answer 1

没有对错之分，只是计算百分位数的方法不同百分位数在连续情况下是一个定义明确的概念，对于离散样本则不然：不同的方法不会对大量样本产生影响观察结果（与重复次数相比），但实际上对于小样本可能很重要，您需要根据具体情况找出更有意义的方法。

要获得所需的输出，您应该在百分位函数中指定插值 = 'midpoint'：

quartiles = np.percentile(X, range(0, 100, 25), interpolation = 'midpoint')
quartiles    # array([ 1. ,  2. ,  5. ,  8.5])

np.percentile not equal to quartiles