python 列表取95%分位数

可以使用 numpy 库的 percentile 函数来计算列表的分位数。具体代码如下：

import numpy as np

my_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 计算95%分位数
percentile_95 = np.percentile(my_list, 95)

print(percentile_95)  # 输出：9.5

以上代码中，np.percentile 函数的第一个参数是要计算的列表，第二个参数是要计算的分位数。在这个例子中，将 my_list 和 95 传递给该函数，返回的结果即为95%分位数。

相关问题

Python t分布的5%分位数

可以使用 `scipy.stats.t` 库来计算 t 分布的分位数。在 t 分布中，5% 的分位数对应着自由度为无穷大时的 t 值为 -1.645。代码如下：

from scipy.stats import t

t.ppf(0.05, df=float('inf'))

输出结果为 `-1.6448536269514729`。注意，这里自由度取无穷大相当于是标准正态分布的情况。

python 正态分布取点

要Python中计算正态分布的取点，你可以使用scipy库中的stats模块。具体步骤如下：

首先，导入所需的库和模块：

from scipy.stats import norm

接下来，使用norm.ppf()函数来计算正态分布的取点。该函数的第一个参数是一个列表，包含要计算的分位数，第二个参数是正态分布的均值，第三个参数是正态分布的标准差。例如，对于均值为0，标准差为2的正态分布，计算累积分布为0.1，0.2，0.8和0.9的分位数对应的取点，可以使用以下代码：

ppf_list = norm.ppf(q=[0.1, 0.2, 0.8, 0.9], loc=0, scale=2)

最后，打印出计算得到的取点：

print(ppf_list)

这样，你就可以得到正态分布对应分位数的取点值了。请注意，这里的取点值是以标准差为单位的，如果需要得到具体的数值，可以将取点值乘以标准差，然后加上均值。

：例子参考了scipy.stats.norm.ppf()函数的使用方法。
：感谢你对本方法的评价，如果你还有其他问题，请随时提问。