Question

我无法在任何标准软件包中找到此功能，所以我写了下面的那个。然而，在将它扔向Cheeseshop之前，有没有人知道已经发布的版本？或者，请提出任何改进建议。谢谢。

def fivenum(v):
    """Returns Tukey's five number summary (minimum, lower-hinge, median, upper-hinge, maximum) for the input vector, a list or array of numbers based on 1.5 times the interquartile distance"""
    import numpy as np
    from scipy.stats import scoreatpercentile
    try:
        np.sum(v)
    except TypeError:
        print('Error: you must provide a list or array of only numbers')
    q1 = scoreatpercentile(v,25)
    q3 = scoreatpercentile(v,75)
    iqd = q3-q1
    md = np.median(v)
    whisker = 1.5*iqd
    return np.min(v), md-whisker, md, md+whisker, np.max(v),

Answer 1

pandas Series和DataFrame使用describe方法，类似于R的{{1}}：

summary

In [3]: import numpy as np In [4]: import pandas as pd In [5]: s = pd.Series(np.random.rand(100)) In [6]: s.describe() Out[6]: count 100.000000 mean 0.540376 std 0.296250 min 0.002514 25% 0.268722 50% 0.593436 75% 0.831067 max 0.991971已正确处理。

Answer 2

我会摆脱这两件事：

import numpy as np
from scipy.stats import scoreatpercentile

您应该在模块级别导入。这意味着用户在导入模块时会立即意识到缺少依赖项，而不是在调用函数时。

try:
    sum(v)
except TypeError:
    print('Error: you must provide a list or array of only numbers')

有几个问题：

不要在Python中键入check。记录该功能的用途。
您如何知道来电者会看到这个？它们可能没有在控制台上运行，即使它们是，它们也可能不希望您的错误消息干扰它们的输出。
请勿在Python中键入check。

如果您确实要为无效数据（不类型检查）引发某种异常，请将现有异常传播，或将其包装在您自己的异常中类型。

Answer 3

如果有人需要在数据中使用NaN的版本，这是我的修改。我不想改变原来的海报答案以避免混淆。

import numpy as np
from scipy.stats import scoreatpercentile
from scipy.stats import nanmedian

def fivenum(v):
    """Returns Tukey's five number summary (minimum, lower-hinge, median, upper-hinge, maximum) for the input vector, a list or array of numbers based on 1.5 times the interquartile distance"""
    try:
        np.sum(v)
    except TypeError:
        print('Error: you must provide a list or array of only numbers')
    q1 = scoreatpercentile(v[~np.isnan(v)],25)
    q3 = scoreatpercentile(v[~np.isnan(v)],75)
    iqd = q3-q1
    md = nanmedian(v)
    whisker = 1.5*iqd
    return np.nanmin(v), md-whisker, md, md+whisker, np.nanmax(v),

Answer 4

我是Python新手，但返回计算错误：下限应为max（min（v），q1-whisker），上限为min（max（v），q3 + whisker）。它是如何在R（summary()函数）中完成的，这是matplotlib.pyplot和R中的箱图中显示的内容。

Answer 5

试试这个：

import numpy as np
import numpy.random
from statstools import run
from scipy.stats import scoreatpercentile

data=np.random.randn(5)

return (min(data), md-whisker, md, md+whisker, max(data))

Answer 6

最小，但它完成了工作。：）

import numpy as np
[round(np.percentile(results[:,4], i), 1) for i in [1, 2, 5, 10, 25, 50]]

Answer 7

import numpy as np
# np_array = np.array(np.random.random(100))
np.percentile(np_array, [0, 25, 50, 75, 100])

百分位数选择可以使用interpolation参数配置，默认情况下为linear

Tukey在Python中的五个数字摘要

7 个答案: