searchsorted
np.searchsorted(sorted_array_like, value) でvalueが昇順にソートされたsorted_array_likeの何番目に位置するかのindexを返す．より正確には，返されるindexは，そのindexが示す値と，その一つ前のindexが示す値の間に，valueが入るものである．この関数はsorted_array_likeの最小値よりも小さいvalueに対しては，0を返す．また，最大値よりも大きいvalueに対しては，存在する最大のindexより一つ大きい値，つまりlen(sorted_array_like)を返す．このnp.searchsortedの返り値を使って，補間して実数のインデックス相当の値を得るには，以下のように行えばよい．
xs=np.arange(0,100.5,1)x0=5.5i1=np.searchsorted(xs,x0)i0=1./(xs[i1]-xs[i1-1])*(x0-xs[i1-1])+i1-1
補間が必要になるのは，たとえば，統計検定でp-valueの値を百程度以下のサンプル数から，推定しようというような場合である．ならなら，与えられた値よりもnp.searchsortedは小さい値を持つインデックスを返すので，p-valueを過小評価（統計的な有意性を過大評価）する傾向があるからである．サンプル数が千を越える場合には，補間するかどうかの相違は無視できる．この，searchsortedの戻り値（あるいはより精度良くは上のように補間した値）に100/len(sorted_array_like)を乗ずることで，percentileを得ることができる．このpercentileが0ならvalueがsorted_array_likeのどの値よりも小さいことを，100ならどの値よりも大きいことを意味する．
xs=np.arange(0,100.5,1)x0=5.5i1=np.searchsorted(xs,x0)i0=1./(xs[i1]-xs[i1-1])*(x0-xs[i1-1])+i1-1
補間が必要になるのは，たとえば，統計検定でp-valueの値を百程度以下のサンプル数から，推定しようというような場合である．ならなら，与えられた値よりもnp.searchsortedは小さい値を持つインデックスを返すので，p-valueを過小評価（統計的な有意性を過大評価）する傾向があるからである．サンプル数が千を越える場合には，補間するかどうかの相違は無視できる．この，searchsortedの戻り値（あるいはより精度良くは上のように補間した値）に100/len(sorted_array_like)を乗ずることで，percentileを得ることができる．このpercentileが0ならvalueがsorted_array_likeのどの値よりも小さいことを，100ならどの値よりも大きいことを意味する．