chronaxis.core.quantile_numpy

源码基线：8904c2f744951857659abd40aaa3535d57faf53c

1"""为已付费的样本数组作原dtype全局排序，然后仅恢复两个标量端点。"""23import numpy as np4from .types import QualityFlag as Q567def ordered_numpy(chunks, index, remainder, denominator):8    """用NumPy原地堆排序得到顺序统计值，并从其精确比值一次舍入插值。910    参数: chunks为原dtype样本块，index为下秩，正分母与余数定义上秩权重。11    返回: (原生数值或None,质量)，整数端点不转float。12    异常: 预算由外层预付，数组分配或索引错误直接传播。13    """14    values = None15    try:16        # 连接只产生一个全长副本，堆排序原地执行，不把uint64先改成float64。17        values = np.concatenate(chunks)18        values.sort(kind='heapsort')19        lo = values[index].item()20        if not remainder:21            return lo, Q.NONE22        hi = values[index + 1].item()23        integer = type(lo) is int24        if integer and (int(float(lo)) != lo or int(float(hi)) != hi):25            return None, Q.PRECISION_LOSS26        # 排序和选择均在列上完成。只对这两个端点用整数比计算加权分子，避免27        # max_float - (-max_float)溢出；一次除法给出最终的float64舍入结果。28        a, b = lo.as_integer_ratio()29        c, d = hi.as_integer_ratio()30        numerator = a * d * (denominator - remainder) + c * b * remainder31        divisor = b * d * denominator32        value = numerator / divisor33        if (value == 0 and numerator) or (integer and numerator % divisor == 0 and int(value) != numerator // divisor):34            return None, Q.PRECISION_LOSS35        return value, Q.NONE36    finally:37        # 费用由外层释放；本层回溯只保留错误位置，不继续占用排序副本。38        # chunks 是借用输入，只断开本层参数，不修改或清空调用者的数据。39        chunks = values = None40