当前位置:

首页 > 编程开发 > Python怎样用NumPy找出数据分布的四分位数_结合np.percentile处理金融序列数据

Python怎样用NumPy找出数据分布的四分位数_结合np.percentile处理金融序列数据

金融数据分析中,计算四分位数推荐使用NumPy的np.percentile函数。处理含缺失值的序列时,需设置nan_policy='omit'避免静默污染。计算四分位距前,应确保非NaN样本量不少于20个。与Pandas结果对齐时,注意两者默认对NaN处理方式不同。

本文目录

    先聊几个核心判断。在金融数据分析里,计算四分位数几乎是家常便饭,但就是这么一个看似基础的操作,在实际处理脏数据、缺失数据时,坑却不少。很多人用NumPy一把梭,结果要么被NaN静默污染,要么样本量不够就硬算,最后画出来的箱线图、做出来的异常检测,自己心里都没底。

    这篇文章不讲虚的,直接聚焦几个最关键的实操要点:用什么函数、怎么处理缺失值、样本量多少才算够、以及如何跟Pandas的结果对齐。把这些搞定了,你的四分位数计算才算真正靠谱。

    Python怎样用NumPy找出数据分布的四分位数_结合np.percentile处理金融序列数据

    算四分位数?直接上 np.percentile,别去碰那些花里胡哨的

    NumPy里算四分位数,最稳、最常用、文档最清晰的,其实就是 np.percentile。它默认用线性插值,这个行为和Excel、Pandas的describe(),以及大多数金融分析工具完全对齐。那 np.quantile 呢?虽然语义上更“统计”,但参数名和默认行为容易让人摸不着头脑,尤其是在旧版本里 method 参数还不支持,生产环境中反倒容易翻车。所以,别折腾,就用 np.percentile。

    假设你有一组日收益率数组 rets,直接传百分位点进去就行:

    import numpy as np
    rets = np.array([0.012, -0.005, 0.021, -0.013, 0.008, 0.017, -0.009])
    q1, q2, q3 = np.percentile(rets, [25, 50, 75])

    算出来 q1 ≈ -0.009、q2 = 0.008、q3 ≈ 0.017,和Excel的PERCENTILE.INC结果完全一致。

    金融数据带NaN是常态,nan_policy='omit' 是救命稻草

    真实的金融时间序列,停牌、接口异常导致的数据缺失太常见了。np.percentile默认遇到NaN会直接返回nan,它不会报错,而是静默地污染你的结果。这一点极其容易被忽略,尤其是在你后续做箱线图或异常值过滤时,整个逻辑就崩了,你还浑然不知。

    • 不加参数:只要 rets 里有一个 np.nan,np.percentile(rets, 25) 就返回 nan
    • 正确做法:显式写成 np.percentile(rets, 25, nan_policy='omit')
    • 注意:nan_policy='propagate'(默认)和 'raise' 都不适合生产场景;'omit' 才是唯一合理的选项

    来看个例子:

    rets_with_nan = np.array([0.012, np.nan, -0.005, 0.021])
    print(np.percentile(rets_with_nan, 25))                    # nan → 错误!
    print(np.percentile(rets_with_nan, 25, nan_policy='omit')) # -0.005 → 正确

    别急着算IQR,先问问样本量够不够

    四分位距(IQR)是风控和异常检测的关键指标,但它的可靠性高度依赖样本量。金融日频数据,如果只取5天,算出来的IQR基本没意义;月频数据,只给3个月,也基本不可信。

    • 建议阈值:至少得有20个非NaN观测值,再考虑计算IQR
    • 检查方式:valid_count = np.count_nonzero(~np.isnan(rets))
    • 如果 valid_count < 20,应该跳过IQR计算,或者打一个warning,而不是硬算个数字出来糊弄自己

    一个完整稳健的写法应该长这样:

    if np.count_nonzero(~np.isnan(rets)) >= 20:
        q1 = np.percentile(rets, 25, nan_policy='omit')
        q3 = np.percentile(rets, 75, nan_policy='omit')
        iqr = q3 - q1
    else:
        iqr = np.nan  # 或 raise ValueError("Insufficient data for IQR")

    和Pandas对齐时,盯住参数变化和NaN处理差异

    如果你从Pandas的 Series.quantile(0.25) 切换到NumPy,需要注意一个细节:早期版本的Pandas用 interpolation='linear',新版本(1.5+)已经改为 method='linear'。而 np.percentile 的底层逻辑和Pandas新版完全一致,所以这一步无需额外调整。

    但有一个核心差异必须警惕:Pandas默认会自动drop NaN,而NumPy不会。所以,等价的写法一定是:

    • Pandas:ser.quantile(0.25, method='linear')
    • NumPy:np.percentile(ser.dropna(), 25) 或 np.percentile(ser, 25, nan_policy='omit')

    漏掉 nan_policy='omit' 或忘了 dropna(),数值就会差一截,尤其是在小样本、高缺失率的情况下,结果会完全失真。

    四分位数本身是个基础操作,难的是在金融数据“脏、稀、断、异步”的场景下,让每一个 np.percentile 调用都可复现、可解释、不静默失败。重点盯住三个地方:NaN处理、样本量底线、以及和上下游工具的参数对齐。把这些搞定了,其他都是细枝末节。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python 金融
    下一篇: Java Platform
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。