python - 使用每个切片的百分位数过滤多维 numpy 数组

Question

我有一个形状为 x,y,z 的 numpy 数组，它表示 x x y 的 z 矩阵。我可以对每个矩阵进行切片，然后使用带有百分位数的剪辑来过滤掉异常值:

mx = array[:, :, 0]  # taking the first matrix
filtered_mx = np.clip(mx, np.percentile(mx, 1), np.percentile(mx, 99))

有没有一些有效的方法可以做到同样的事情而不需要一次只做一个切片？

Answer 1

您可以将数组传递给 np.clip，因此在 mx 的 z 维度上可能有不同的限制:

import numpy as np

# Create random mx
x, y, z = 10, 11, 12
mx = np.random.random((x, y, z))

# Calculate the percentiles across the x and y dimension
perc01 = np.percentile(mx, 1, axis=(0, 1), keepdims=True)
perc99 = np.percentile(mx, 99, axis=(0, 1), keepdims=True)

# Clip array with different limits across the z dimension
filtered_mx = np.clip(mx, a_min=perc01, a_max=perc99)