Question

假设房屋销售数字是针对一个城镇的范围：

< $100,000              204
$100,000 - $199,999    1651
$200,000 - $299,999    2405
$300,000 - $399,999    1972
$400,000 - $500,000     872
> $500,000             1455

我想知道给定百分位下降的哪个房价。有没有办法使用numpy的percentile函数来做到这一点？我可以手工完成：

import numpy as np
a = np.array([204., 1651., 2405., 1972., 872., 1455.])
b = np.cumsum(a)/np.sum(a) * 100
q = 75
len(b[b <= q])
4       # ie bin $300,000 - $399,999

但有没有办法使用np.percentile代替？

Answer 1

你快到了那里：

cs = np.cumsum(a)
bin_idx = np.searchsorted(cs, np.percentile(cs, 75))

至少对于这种情况（以及其他几个具有较大a数组的情况），它的速度并不快：

In [9]: %%timeit
   ...: b = np.cumsum(a)/np.sum(a) * 100
   ...: len(b[b <= 75])
   ...:
10000 loops, best of 3: 38.6 µs per loop

In [10]: %%timeit
   ....: cs = np.cumsum(a)
   ....: np.searchsorted(cs, np.percentile(cs, 75))
   ....:
10000 loops, best of 3: 125 µs per loop

因此，除非您想检查多个百分位数，否则我会坚持使用您拥有的产品。

在分档数据上使用numpy百分位数

1 个答案: