当存在 inf 时，np.percentile 返回与 np.median 不同的中位数

Posted 2023-03-11

【中文标题】当存在 inf 时，np.percentile 返回与 np.median 不同的中位数

【英文标题】：np.percentile returns different median from np.median when inf is present

【发布时间】：2019-05-25 12:53:44

【问题描述】：

当数组中存在 inf 值时，在某些条件下 np.percentile 可以返回 NaN 作为中位数，而 np.median 可以返回一个有限值。

>>> import numpy as np
>>> np.percentile([np.inf, 5, 4], [10, 20, 30, 40, 50, 60, 70, 80, 90])
/Users/tom/miniconda3/envs/alldev/lib/python3.7/site-packages/numpy-1.16.0.dev0+45718fd-py3.7-macosx-10.7-x86_64.egg/numpy/lib/function_base.py:3947: RuntimeWarning: invalid value encountered in multiply
  x2 = take(ap, indices_above, axis=axis) * weights_above
array([4.2, 4.4, 4.6, 4.8, nan, inf, inf, inf, inf])
>>> np.median([np.inf, 5, 4])
5.0

在这种情况下，np.median 能够正确返回 5.0 作为中值，而 np.percentile 返回第 50 个百分位数的 NaN。

【问题讨论】：

你现在有什么问题？

为什么会这样？

那是因为那些函数的功能不一样，甚至不相近。你应该检查源代码。

不，这是个好问题。找到答案后，您可以自己提供答案，或者我也可以这样做。

【参考方案1】：

第一个参数是数据，第二个参数是置信区间。您不允许在置信区间中输入非数字

data=[10, 20, 30, 40, 50, 60, 70, 80, 90]
confidence=[5, 4]
results=np.percentile(data,confidence )

print(results)

输出

 array([14. , 13.2])

值 13.2 到 14 将产生 4% 到 5% 的置信区间