我有一些离散的数据值，它们一起形成某种分布。
这是其中的一个，但它们是不同的，峰在所有可能的位置，从0到结束。
所以，我想用Python中的分位数。我想我可以写一些函数，从零开始，直到达到期望的百分比。但也许有更好的解决方案？例如，要在SciPy中创建某种经验分布，然后使用SciPy的百分位数计算方法？
最后我需要左百分位和右百分位的x坐标。一个可以使用20%和80%的百分位作为例子，我将不得不为我的案件找到最好的数字以后。
提前谢谢你！
编辑：
一些我想要的示例代码。
import numpy as np
np.random.seed(0)
distribution = np.random.normal(0, 1, 1000)
left, right = np.percentile(distribution, [20, 80])
print left, right
这会返回百分位数，我需要得到它们的x坐标。很明显，对于正态分布，这是可能的，但是我有一个未知形状的分布，所以如果百分位数不等于其中一个值（这是最常见的，很明显），它会变得更加复杂。
最佳答案
如果您正在寻找经验CDF，那么您可以使用statsmodelsECDF。对于百分位数/分位数，可以使用numpypercentile