NumPy np.quantile()

En programación, a menudo necesitamos encontrar estadísticas de un conjunto de datos. Las estadísticas son números que describen una propiedad del conjunto de datos, como la varianza, la media, el valor mínimo y máximo, entre otros. En esta ocasión nos enfocaremos en la función np.quantile(), la cual se encuentra en la librería NumPy de Python. Esta función nos ayuda a encontrar cuantiles, una medida estadística importante que indica el valor por debajo del cual se encuentra un porcentaje de los datos. Esta función nos permite calcular los percentiles de un conjunto de datos.

Sintaxis

La sintaxis de la función np.quantile() es la siguiente:

numpy.quantile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)

Donde:

• a: el conjunto de datos.
• q: el porcentaje de cuantiles que se desea encontrar.
• axis: el eje a lo largo del cual se quiere calcular el cuartil.
• out: la matriz de salida.
• overwrite_input: permite que se sobrescriba el contenido de la matriz de entrada.
• interpolation: la técnica de interpolación utilizada para calcular los cuantiles.
• keepdims: mantener las dimensiones originales después de calcular el cuartil.

Ejemplos de uso

Caso de uso 1:

Supongamos que tenemos un conjunto de datos que representa la edad de los estudiantes de una universidad. Queremos encontrar el cuantil 25.

Este es el código que podemos utilizar para hacer esta operación:

import numpy as np
edades = np.array([20, 22, 23, 23, 25, 25, 26, 27, 28, 30])
cuantil_25 = np.quantile(edades, 0.25)

En este caso, la función nos regresa el cuartil 25, es decir, el valor por debajo del cual se encuentra el 25% de las edades, que es 23.

Caso de uso 2:

Supongamos ahora que en lugar de buscar un solo cuantil, queremos buscar varios a la vez. Por ejemplo, queremos encontrar los cuantiles 10, 50 y 90.

En este caso, podemos utilizar un arreglo para almacenar los porcentajes de cuantil que deseamos calcular y pasar este arreglo a la función np.quantile(). Así, podemos hacer lo siguiente:

import numpy as np
edades = np.array([20, 22, 23, 23, 25, 25, 26, 27, 28, 30])
cuantiles = np.array([0.1, 0.5, 0.9])
resultados = np.quantile(edades, cuantiles)

En este caso, la función nos regresa un arreglo con los cuantiles buscados: 22, 25 y 30.

Conclusión

La función np.quantile() de la librería NumPy de Python es muy útil cuando necesitamos calcular cuantiles de un conjunto de datos. Utilizando esta función podemos encontrar rápidamente el valor por debajo del cual se encuentra un porcentaje determinado de los datos. Además, con la posibilidad de buscar varios cuantiles a la vez, podemos ahorrar una gran cantidad de tiempo y esfuerzo en nuestras tareas de programación.

Preguntas frecuentes

¿Qué es un cuantil?

Un cuantil es un valor numérico que divide un conjunto de datos ordenados en una determinada proporción. Por ejemplo, el cuartil 25 de un conjunto de datos es el valor por debajo del cual está el 25% de los datos.

¿Qué es un percentil?

Un percentil es un tipo de cuantil que indica el valor por debajo del cual se encuentra un determinado porcentaje de los datos.

¿Qué significa el parámetro interpolation en la función np.quantile()?

Es la técnica utilizada para calcular los cuartiles. Las opciones disponibles son 'linear' y 'lower'. Si seleccionamos 'linear', se realiza una interpolación lineal para calcular el cuartil. Si seleccionamos 'lower', se utiliza el valor menor que o igual al cuartil.

¿Por qué son importantes los cuantiles?

Los cuantiles son importantes porque nos permiten conocer la distribución de nuestros datos. Al calcular los cuantiles, podemos entender en qué rango se encuentran la mayoría de los datos y cuáles son los valores atípicos. Esto nos ayuda a tomar decisiones informadas sobre el manejo de nuestros datos.

Ejemplos de código

Aquí mostraremos algunos ejemplos adicionales del uso de la función np.quantile():

import numpy as np
array = np.array([1, 2, 3, 4, 5, 6])
print(np.quantile(array, 0.5)) # Output: 3.5
print(np.quantile(array, [0.25, 0.5, 0.75])) # Output: [2. 3.5 5. ]
print(np.quantile(array, 0.5, interpolation='lower')) # Output: 3
print(np.quantile(array, 0.5, keepdims=True)) # Output: [3.5]