【Hackathon 6th No.24】paddle.quantile/nanquantile 功能增强 -part (#6353)

docs/api/paddle/Tensor_cn.rst

@@ -1916,7 +1916,7 @@ prod(axis=None, keepdim=False, dtype=None, name=None)
 
 请参考 :ref:`cn_api_paddle_prod`
 
-quantile(q, axis=None, keepdim=False, name=None)
+quantile(q, axis=None, keepdim=False, interpolation='linear', name=None)
 :::::::::
 
 返回：计算后的 Tensor

docs/api/paddle/nanquantile_cn.rst

@@ -0,0 +1,26 @@
+.. _cn_api_paddle_nanquantile:
+
+nanquantile
+-------------------------------
+
+.. py:function:: paddle.nanquantile(x, q, axis=None, keepdim=False, interpolation='linear', name=None)
+
+沿给定的轴 ``axis`` 计算 ``x`` 中元素的分位数, 忽略元素中的 ``NaN`` 。
+
+参数
+::::::::::
+    - **x** (Tensor) - 输入的 Tensor，数据类型为：float32、float64。
+    - **q** (int|float|list|Tensor) - 待计算的分位数，需要在符合取值范围[0, 1]。如果 ``q`` 是 List 或者 1-D Tensor，其中的每一个 q 分位数都会被计算，并且输出的首维大小与列表或 Tensor 中元素的数量相同。如果 ``q`` 是 0-D Tensor ，则会被当作 float 和 int 对待。
+    - **axis** (int|list，可选) - 指定对 ``x`` 进行计算的轴。``axis`` 可以是 int 或内部元素为 int 类型的 list。``axis`` 值应该在范围[-D, D)内，D 是 ``x`` 的维度。如果 ``axis`` 或者其中的元素值小于 0，则等价于 :math:`axis + D`。如果 ``axis`` 是 list，对给定的轴上的所有元素计算分位数。如果 ``axis`` 是 None，则对 ``x`` 的全部元素计算分位数。默认值为 None。
+    - **keepdim** (bool，可选) - 是否在输出 Tensor 中保留减小的维度。如果 ``keepdim`` 为 True，则输出 Tensor 和 ``x`` 具有相同的维度(减少的维度除外，减少的维度的大小为 1)。否则，输出 Tensor 的形状会在 ``axis`` 上进行 squeeze 操作。默认值为 False。
+    - **interpolation** (str，可选) - 计算分位数的插值方法，可以是 ``linear`` , ``lower`` , ``higher`` , ``nearest`` 或者 ``midpoint`` 。 默认值为 ``linear`` 。
+    - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
+
+返回
+::::::::::
+    ``Tensor``，沿着 ``axis`` 进行分位数计算的结果。与输入数据类型一致。
+
+代码示例
+::::::::::
+
+COPY-FROM: paddle.nanquantile

docs/api/paddle/quantile_cn.rst

@@ -3,21 +3,22 @@
 quantile
 -------------------------------
 
-.. py:function:: paddle.quantile(x, q, axis=None, keepdim=False, name=None)
+.. py:function:: paddle.quantile(x, q, axis=None, keepdim=False, interpolation='linear', name=None)
 
 沿给定的轴 ``axis`` 计算 ``x`` 中元素的分位数。
 
 参数
 ::::::::::
     - **x** (Tensor) - 输入的 Tensor，数据类型为：float32、float64。
-    - **q** (int|float|list) - 待计算的分位数，需要在符合取值范围[0, 1]。如果 ``q`` 是 List，其中的每一个 q 分位数都会被计算，并且输出的首维大小与列表中元素的数量相同。
+    - **q** (int|float|list|Tensor) - 待计算的分位数，需要在符合取值范围[0, 1]。如果 ``q`` 是 List 或者 1-D Tensor，其中的每一个 q 分位数都会被计算，并且输出的首维大小与列表或 Tensor 中元素的数量相同。如果 ``q`` 是 0-D Tensor ，则会被当作 float 和 int 对待。
     - **axis** (int|list，可选) - 指定对 ``x`` 进行计算的轴。``axis`` 可以是 int 或内部元素为 int 类型的 list。``axis`` 值应该在范围[-D, D)内，D 是 ``x`` 的维度。如果 ``axis`` 或者其中的元素值小于 0，则等价于 :math:`axis + D`。如果 ``axis`` 是 list，对给定的轴上的所有元素计算分位数。如果 ``axis`` 是 None，则对 ``x`` 的全部元素计算分位数。默认值为 None。
     - **keepdim** (bool，可选) - 是否在输出 Tensor 中保留减小的维度。如果 ``keepdim`` 为 True，则输出 Tensor 和 ``x`` 具有相同的维度(减少的维度除外，减少的维度的大小为 1)。否则，输出 Tensor 的形状会在 ``axis`` 上进行 squeeze 操作。默认值为 False。
+    - **interpolation** (str，可选) - 计算分位数的插值方法，可以是 ``linear`` , ``lower`` , ``higher`` , ``nearest`` 或者 ``midpoint`` 。 默认值为 ``linear`` 。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回
 ::::::::::
-    ``Tensor``，沿着 ``axis`` 进行分位数计算的结果。如果 ``x`` 的数据类型为 float64，则返回值的数据类型为 float64，反之返回值数据类型为 float32。
+    ``Tensor``，沿着 ``axis`` 进行分位数计算的结果。与输入数据类型一致。
 
 代码示例
 ::::::::::

docs/guides/model_convert/convert_from_pytorch/api_difference/Tensor/torch.Tensor.nanquantile.md

@@ -18,17 +18,7 @@ PyTorch 相比 Paddle 支持更多其他参数，具体如下：
 
 | PyTorch       | PaddlePaddle | 备注                                                                                                                                |
 | ------------- | ------------ |-----------------------------------------------------------------------------------------------------------------------------------|
-| q             | q            | 一个 [0, 1] 范围内的分位数值的标量。当 q 为标量时，参数完全一致。当 q 为一维向量时，PyTorch 支持 q 为 1D Tensor，PaddlePaddle 支持 q 为一维列表。当 torch 的 q 为 1D Tensor 时，需要转写。 |
+| q             | q            | 待计算的分位数。|
 | dim           | axis         | 求乘积运算的维度，仅参数名不一致。                                                                                                                 |
 | keepdim       | keepdim      | 是否在输出 Tensor 中保留输入的维度。                                                                                                            |
-| interpolation | -            | 指定当所需分位数位于两个数据点之间时使用的插值方法，Paddle 无此参数，暂无转写方式。                                                                                     |
-
-### 转写示例
-```python
-# 当 q 为向量时
-# PyTorch 写法
-x.nanquantile(q=torch.tensor([0.5, 0.1], dtype=torch.float64))
-
-# Paddle
-x.nanquantile(q=[0.5, 0.1])
-```
+| interpolation | interpolation | 指定当所需分位数位于两个数据点之间时使用的插值方法。|

docs/guides/model_convert/convert_from_pytorch/api_difference/Tensor/torch.Tensor.quantile.md

@@ -9,7 +9,7 @@ torch.Tensor.quantile(q, dim=None, keepdim=False, *, interpolation='linear')
 ### [paddle.Tensor.quantile](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/api/paddle/Tensor_cn.html#quantile-q-axis-none-keepdim-false-name-none)
 
 ```python
-paddle.Tensor.quantile(q, axis=None, keepdim=False, name=None)
+paddle.Tensor.quantile(q, axis=None, keepdim=False, interpolation='linear', name=None)
 ```
 
 PyTorch 相比 Paddle 支持更多其他参数，具体如下：
@@ -20,4 +20,4 @@ PyTorch 相比 Paddle 支持更多其他参数，具体如下：
 | q       | q            |待计算的分位数。          |
 | dim     | axis         |指定对 x 进行计算的轴，仅参数名不一致。|
 | keepdim | keepdim      |是否在输出 Tensor 中保留减小的维度。|
-| interpolation | -      |两个数据点的插补取值方法，Paddle 无此参数，暂无转写方式。|
+| interpolation | interpolation |两个数据点的插补取值方法|

docs/guides/model_convert/convert_from_pytorch/api_difference/ops/torch.nanquantile.md

@@ -19,6 +19,7 @@ paddle.nanquantile(x,
                 q,
                 axis=None,
                 keepdim=False,
+                interpolation='linear',
                 name=None)
 ```
 
@@ -30,16 +31,16 @@ PyTorch 相比 Paddle 支持更多其他参数，具体如下：
 |   q   |  q  | 待计算的分位数。  |
 |  dim  | axis| 指定对 x 进行计算的轴，仅参数名不一致。 |
 |keepdim|keepdim| 是否在输出 Tensor 中保留减小的维度。|
-|interpolation|  - | 当所需分位数位于两个数据点之间时使用的插值方法，Paddle 无此参数，Paddle 暂无转写方式。|
+|interpolation|  interpolation | 当所需分位数位于两个数据点之间时使用的插值方法|
 |  out  |  -  | 表示输出的 Tensor，Paddle 无此参数，需要转写。    |
 
 
 ### 转写示例
 #### out：指定输出
 ```python
-# PyTorch 写法
-torch.nanquantile(torch.tensor([float('nan'), 1., 2., 3.]), 0.6, out=y)
+# Pytorch 写法
+torch.nanquantile(torch.tensor([float('nan'), 1., 2., 3.]), 0.6, interpolation='linear', out=y)
 
 # Paddle 写法
-paddle.assign(paddle.nanquantile(paddle.to_tensor([float('nan'), 1., 2., 3.]), 0.6), y)
+paddle.assign(paddle.nanquantile(paddle.to_tensor([float('nan'), 1., 2., 3.]), 0.6, interpolation='linear'), y)
 ```

docs/guides/model_convert/convert_from_pytorch/api_difference/ops/torch.quantile.md

@@ -19,6 +19,7 @@ paddle.quantile(x,
                 q,
                 axis=None,
                 keepdim=False,
+                interpolation='linear',
                 name=None)
 ```
 
@@ -30,7 +31,7 @@ PyTorch 相比 Paddle 支持更多其他参数，具体如下：
 |   q   |  q  | 待计算的分位数。  |
 |  dim  | axis| 指定对 x 进行计算的轴，仅参数名不一致。 |
 |keepdim|keepdim| 是否在输出 Tensor 中保留减小的维度。|
-|interpolation|  - | 当所需分位数位于两个数据点之间时使用的插值方法，Paddle 无此参数，需要转写，Paddle 暂无转写方式。|
+|interpolation|  interpolation | 当所需分位数位于两个数据点之间时使用的插值方。|
 |  out  |  -  | 表示输出的 Tensor，Paddle 无此参数，需要转写。    |
 
 
@@ -41,5 +42,5 @@ PyTorch 相比 Paddle 支持更多其他参数，具体如下：
 torch.quantile(torch.tensor([0., 1., 2., 3.]), 0.6, interpolation='linear', out=y)
 
 # Paddle 写法
-paddle.assign(paddle.quantile(paddle.to_tensor([0., 1., 2., 3.]), 0.6), y)
+paddle.assign(paddle.quantile(paddle.to_tensor([0., 1., 2., 3.]), 0.6, interpolation='linear'), y)
 ```