如何获得经验数据分布的百分位数并得到它的x坐标？

Question

我有一些离散的数据值，这些值一起形成某种分布。 这是其中之一，但它们不同，峰值位于所有可能的位置，从0到结束。

所以，我想在Python中使用它的分位数（百分位数）。我想我可以编写某种函数，从零开始，直到达到所需的百分比为止。但可能有更好的解决方案？例如，要在SciPy中创建某种经验分布，然后使用SciPy计算百分位数的方法？

最后我需要左百分位数和右百分位数的x坐标。一个人可以使用20％和80％的百分位作为例子，我将不得不为我的案例找到最好的数字。

提前谢谢！

修改 一些示例代码几乎是我想要的。

import numpy as np
np.random.seed(0)
distribution = np.random.normal(0, 1, 1000)
left, right = np.percentile(distribution, [20, 80])
print left, right

这会返回百分位数，我需要以某种方式得到它们的x坐标。对于正态分布，这显然是可能的，但我有一个未知形状的分布，所以如果百分位数不等于其中一个值（显然是最常见的），它就会变得复杂得多。

Answer 1

如果您正在寻找经验CDF，那么您可以使用statsmodels ECDF。对于百分位数/分位数，您可以使用numpy percentile

Answer 2

好的，现在我已经编写了以下函数，现在使用它：

def percentile(distribution, percent):
    percent = 1.0*percent/100
    cum_percent = 0
    i=0
    while cum_percent <= percent:        
        cum_percent = cum_percent + distribution[i]
        i = i+1
    return i

这有点粗糙，因为返回所需值左侧最接近值的索引。为了我的目的，它可以作为临时解决方案，但我希望看到一个有效的百分位x坐标确定的工作解决方案。