python多维数组分位数的求取方式
在python中计算一个多维数组的任意百分比分位数，只需用np.percentile即可，十分方便
importnumpyasnp a=[154,400,1124,82,94,108] printnp.percentile(a,95)#givesthe95thpercentile
补充拓展：如何解决hive同时计算多个分位数的问题
众所周知，原生hive没有计算中位数的函数(有的平台会有)，只有计算分位数的函数percentile
在数据量不大的时候，速度尚可。但是数据量一上来之后，完全计算不出来。
那么如何解决这个问题呢，我们可以使用row_number()over()通过两次排序来解决同时计算多个分位数，速度飞快。
比如我们需要计算mkt_mcc_storeidx表下以mkt_label,mccgroup,month分组，value_mccgroup的分位数
第一步：利用row_number()over()给value_mccgroup在分组里排序，记录下排名
第二步：计算mkt_label,mccgroup,month分组下的数据总数
第三步：join前两步的结果，取rank=你需要计算的分位数位置，想计算多少个分位数就计算多少个
第四步：再排一次序，这次数据量就已经少了很多了，毕竟每组里面只有几个数据，记录排名
第五步：得到具体的分位数
第六步：行转成列，所有分位数计算完毕
后来查看了下SQL代码的执行树，发现percentile利用了map来存数据，怪不得这么耗内存，其实时间久并不是算的时间久，是因为内存不够了，系统一直在回收内存
而rankover仅仅就是个排序而已
以上这篇python多维数组分位数的求取方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。