当然，您可以使用numpy.quantile函数，但默认值相当于R中的type=7，正如注解中所述，您可以参考here以了解更多信息。
numpy不提供R中type=1的等价物。
使用虚拟数据，您可以执行以下操作：

import numpy as np

def quantileType1(array, q):
    sorted_array = np.sort(array)
    n = len(sorted_array)
    i = n * q
    if i.is_integer():
        return sorted_array[int(i)-1]
    else:
        j = int(i)
        return (1 - (i - j)) * sorted_array[j - 1] + (i - j) * sorted_array[j]

lista= [100, 200, 350, 700, 950, 275, 563]
Cutoff = quantileType1(lista, 0.36)

numpy.quantile函数的使用方法如下：

cutoff = np.quantile(lista, 0.36, interpolation='lower')

可能的quantile类型如下（来自numpy文档）：[linear, lower, higher, nearest, midpoint, weighted, trapezoidal, mean, median]