在数组行的Numpy分位数计算中排除零

Question

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()。

Answer 1

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]