numpy percentile采用nearest插值结果与维基定义不符是否为bug？

这不属于numpy的bug，二者结果差异来自百分位数的多种通用计算标准，numpy针对不同标准提供了对应的参数配置。

• 两种计算逻辑的核心区别
  维基提到的最近秩（nearest-rank）方法采用1起始索引，秩计算公式为n = ceil(p/100 * N)，其中N为数组总长度。示例中N=5，计算40百分位时：40/100 * 5 = 2，向上取整为2，对应数组第2个元素20，和维基结果一致。
  numpy的interpolation='nearest'参数采用0起始索引，索引计算公式为idx = round(p/100 * (N - 1))。示例中40/100 * (5-1) = 1.6，四舍五入得到索引2，对应数组第3个元素35，与实际运行结果一致。
• 匹配最近秩方法的正确用法
  numpy 1.22及以上版本新增了method参数用于指定百分位数计算标准，直接设置method='nearest_rank'即可得到符合维基定义的结果，代码示例如下：

  import numpy as np
  arr = [15, 20, 35, 40, 50]
  p = 40
  r = np.percentile(arr, p, method='nearest_rank')
  print(r) # 输出结果为20
  

• 设计背景说明
  百分位数不存在唯一的通用计算标准，不同领域有各自沿用的计算规范，学术研究中曾归纳出9种广泛使用的百分位数实现方法。numpy默认逻辑仅对应其中一种，用户可根据需求选择对应参数，不存在计算错误。

内容的提问来源于stack exchange，提问作者caravan eat