如何计算给定数组中外部元素的百分位数？Python/Numpy函数问询

Python标准库或Numpy中没有直接提供完全匹配你需求的函数，但可以通过简单的工具函数快速实现。你需要的是逆百分位数计算——给定数组和目标值，返回数组中小于等于该值的元素占比对应的百分位数，以下是具体实现方案：

基于Numpy的实现 #

利用np.sort和np.searchsorted可以高效完成计算：

import numpy as np

def value_to_percentile(arr, value):
    sorted_arr = np.sort(arr)
    # 找到第一个大于value的元素索引，即小于等于value的元素总数
    elem_count = np.searchsorted(sorted_arr, value, side="right")
    percentile = (elem_count / len(sorted_arr)) * 100
    return f"{percentile:.0f}%"

测试示例 #

print(value_to_percentile([1,2,3,4,5], 2))    # 输出: 40%
print(value_to_percentile([1,2,3,4,5], 2.5))  # 输出: 40%
print(value_to_percentile([1,2,3,4,5], 6))    # 输出: 100%

纯Python实现 #

如果不需要依赖Numpy，也可以用原生代码实现：

def value_to_percentile_pure(arr, value):
    sorted_arr = sorted(arr)
    elem_count = 0
    for num in sorted_arr:
        if num <= value:
            elem_count += 1
        else:
            break
    percentile = (elem_count / len(sorted_arr)) * 100
    return f"{percentile:.0f}%"

说明 #

Numpy的np.percentile是正向百分位数计算——给定百分位数，返回数组中对应位置的数值，和你的需求方向相反，因此不符合要求。而上述实现通过统计小于等于目标值的元素占比，完美匹配你给出的示例逻辑。

内容的提问来源于stack exchange，提问作者jbuddy_13