numpy中的percentile函数

`numpy.percentile()` 函数是 NumPy 库中的一个统计函数，它用于计算数组中指定百分位数的值。这个函数允许你找到数组中特定比例的数据点，通常用于数据分位分析，例如找出一组数据的一般分布情况、异常值或者划分数据集。

基本语法是：

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

参数解释：
- `a`: 输入数组。
- `q`: 要求的百分位数，可以是一个标量或者是形状与 `axis` 相同的数组，表示每个轴上的百分位数。
- `axis`: 可选，计算轴，默认为 None（沿整个数组计算）。
- `out`: 可选，预分配的存储数组，如果提供则结果会被保存在这里。
- `overwrite_input`: 可选，布尔值，是否直接修改输入数组。默认为 False，不修改输入。
- `interpolation`: 可选，插值方法，有 'linear', 'lower', 'higher', 'midpoint', 'nearest' 等选项，描述如何处理不在数组范围内的百分位数。

举个例子：

import numpy as np

data = np.array([1, 2, 3, 4, 5])
print(np.percentile(data, 50))  # 输出 3，因为50%的数据位于3处
print(np.percentile(data, [25, 75]))  # 输出 [2.5, 4.0]，分别对应于25%和75%分位数