jax.numpy.nanquantile#

jax.numpy.nanquantile(a, q, axis=None, out=None, overwrite_input=False, method='linear', keepdims=False, *, interpolation=Deprecated)[source]#

计算指定轴上的数据分位数，忽略 NaN 值。

JAX 实现的 numpy.nanquantile()。

参数:

  • a (ArrayLike) – N 维数组输入。

  • q (ArrayLike) – 指定所需分位数的标量或一维数组。q 应包含介于 0.0 和 1.0 之间的浮点数值。

  • axis (int | tuple[int, ...] | None) – 可选的轴或要计算分位数的轴的元组。

  • out (None) – JAX 未实现；如果不是 None 则会报错。

  • overwrite_input (bool) – JAX 未实现；如果不是 False 则会报错。

  • method (str) – 指定要使用的插值方法。选项为 ["linear", "lower", "higher", "midpoint", "nearest"] 中的一个。默认值为 linear。

  • keepdims (bool) – 如果为 True，则返回的数组将具有与输入相同的维数。默认值为 False。

  • interpolation (DeprecatedArg | str) – 已弃用的 method 参数的别名。如果使用，将导致 DeprecationWarning。

返回:

一个数组，包含指定轴上的指定分位数。

返回类型:

Array

另请参阅

示例

计算一维数组的中位数和四分位数

>>> x = jnp.array([0, 1, 2, jnp.nan, 3, 4, 5, 6])
>>> q = jnp.array([0.25, 0.5, 0.75])

由于 NaN 值，jax.numpy.quantile() 返回所有 NaN 值，而 nanquantile() 会忽略它们。

>>> jnp.quantile(x, q)
Array([nan, nan, nan], dtype=float32)
>>> jnp.nanquantile(x, q)
Array([1.5, 3. , 4.5], dtype=float32)