使用numpy计算百分位数时如何舍弃低位值而非高位值

实现方法 #

你原来调用np.percentile默认计算的是升序排列下90%的数值都小于等于该分位值，对应舍弃最高10%的数值，所以得到9.1。你要实现舍弃最低10%、取剩余数值的最小值得到2，有两种常用方案：

方案1：直接调整np.percentile参数

把分位值改为10，同时指定插值方法为higher即可：

import numpy as np

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# method='higher'表示取大于等于分位位置的最小实际元素值
p = np.percentile(a, 10, method='higher')
print(p)
# 输出：2

方案2：手动排序截断（适配自定义截断逻辑）

如果后续需要调整截断规则，可以先排序再手动截取低位后取首个元素：

import numpy as np

def get_min_after_truncate_low(arr, truncate_percent):
    sorted_arr = np.sort(arr)
    # 计算需要截断的低位元素数量
    truncate_count = int(np.ceil(len(sorted_arr) * truncate_percent / 100))
    return sorted_arr[truncate_count]

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 传入要舍弃的低位占比，这里填10即舍弃最低10%
p = get_min_after_truncate_low(a, 10)
print(p)
# 输出：2

内容的提问来源于stack exchange，提问作者Agenobarb