我有一个2D数组,每行都有零值。
[[5, 3, 2, 0, 0, 1, 6, 9, 11, 1, 4, 1],
[0, 0, 12, 0, 1, 0, 0, 2, 0, 30, 2, 2],
[120, 2, 10, 3, 0, 0, 2, 7, 9, 5, 0, 0]]
有没有一种方法可以通过排除计算中的零值来计算每行的0.75分位数?
例如,在第二行中,计算中只应使用6个非零值[12,1,2,30,2,2]
。我尝试使用np.quantile()
,但它将在计算中包含所有零值。Numpy似乎也没有屏蔽数组np.ma
版本的quantile()
。
您可以用nan
替换零值,并将数组传递到np.nanquantile()
以计算非nan
值的分位数
>>> arr = np.array([[5, 3, 2, 0, 0, 1, 6, 9, 11, 1, 4, 1],
[0, 0, 12, 0, 1, 0, 0, 2, 0, 30, 2, 2],
[120, 2, 10, 3, 0, 0, 2, 7, 9, 5, 0, 0]], dtype='f')
>>> arr[arr==0] = np.nan
>>> arr
[[ 5. 3. 2. nan nan 1. 6. 9. 11. 1. 4. 1.]
[ nan nan 12. nan 1. nan nan 2. nan 30. 2. 2.]
[120. 2. 10. 3. nan nan 2. 7. 9. 5. nan nan]]
>>> arr_quantile75 = np.nanquantile(arr, 0.75, axis=1) #by row-axis
>>> arr_quantile75
[5.75 9.5 9.25]
np.nanquantile()
计算沿指定轴的数据的第q个分位数,而忽略nan值[source]