根据我的理解，numpy's percentile计算数据的qth百分位数。
但它到底是怎么做的呢？
比如，给定x = np.array([1.3, 1.7, 2.4, 2.8, 3.5, 5.6, 6.6, 7.7, 8.8, 9.9])（10个浮在里面）。
如果我这样做了，它就会回报我。
如果我这样做，它应该返回np.percentile(x, 100)，对吗但它会回报9.9000000000000004。
为什么会有这样的差异这些差异可以接受吗？
最佳答案
自1.9.0版以来，numpy的percentile函数有一个interpolation参数，该参数的描述如下：
插值：{'linear'，'lower'，'higher'，'midpoint'，'nearest'}
当所需分位数位于两个数据点i和j之间时，此可选参数指定要使用的插值方法：
线性：i+（j-i）*分数，其中分数是由i和j包围的索引的分数部分。
下：I.
上级：J.
最近的：i或j，以最近的为准。
中点：（i+j）/2。
默认为线性如果要从示例中获取8.8，请运行：
np.percentile(x, 90, interopolation='lower')