在python中計算一個多維數(shù)組的任意百分比分位數(shù)，只需用np.percentile即可，十分方便

import numpy as npa = [154, 400, 1124, 82, 94, 108]print np.percentile(a,95) # gives the 95th percentile

補充拓展：如何解決hive同時計算多個分位數(shù)的問題

眾所周知，原生hive沒有計算中位數(shù)的函數(shù)(有的平臺會有)，只有計算分位數(shù)的函數(shù)percentile

在數(shù)據(jù)量不大的時候，速度尚可。但是數(shù)據(jù)量一上來之后，完全計算不出來。

那么如何解決這個問題呢，我們可以使用 row_number() over()通過兩次排序來解決同時計算多個分位數(shù)，速度飛快。

比如我們需要計算mkt_mcc_storeidx表下以mkt_label,mccgroup,month分組，value_mccgroup的分位數(shù)

第一步：利用row_number() over()給value_mccgroup在分組里排序，記錄下排名

第二步：計算mkt_label,mccgroup,month分組下的數(shù)據(jù)總數(shù)

第三步：join前兩步的結(jié)果，取rank=你需要計算的分位數(shù)位置，想計算多少個分位數(shù)就計算多少個

第四步：再排一次序，這次數(shù)據(jù)量就已經(jīng)少了很多了，畢竟每組里面只有幾個數(shù)據(jù)，記錄排名

第五步：得到具體的分位數(shù)

第六步：行轉(zhuǎn)成列，所有分位數(shù)計算完畢

后來查看了下SQL代碼的執(zhí)行樹，發(fā)現(xiàn)percentile利用了map來存數(shù)據(jù)，怪不得這么耗內(nèi)存，其實時間久并不是算的時間久，是因為內(nèi)存不夠了，系統(tǒng)一直在回收內(nèi)存

而rank over 僅僅就是個排序而已

以上這篇python多維數(shù)組分位數(shù)的求取方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持好吧啦網(wǎng)。