如何在NumPy中对二维数组按行计算排除-999的40分位数？

给定以下二维NumPy数组，其中-999为无效值，需要计算每行中不等于-999的元素的40分位数：

import numpy as np

a = np.array([[-999, 9, 7, 3],
              [2, 1, -999, 1],
              [1, 5, 4, 6],
              [0, 6, -999, 9],
              [1, -999, -999, 6],
              [8, 4, 4, 8]])

直接使用np.percentile(a, 40, axis=1)会将-999纳入计算，导致结果被无效值干扰：

array([   3.8,    1. ,    4.2,    1.2, -799. ,    4.8])

解决方案：筛选有效元素后计算分位数 #

通过自定义函数筛选每行的有效元素（排除-999），再用np.apply_along_axis遍历每行计算分位数：

def calc_valid_percentile(row, q=40):
    # 筛选出当前行中不等于-999的元素
    valid_elements = row[row != -999]
    # 计算有效元素的指定分位数
    return np.percentile(valid_elements, q)

# 对每行应用自定义函数
result = np.apply_along_axis(calc_valid_percentile, axis=1, arr=a)
print(result)

输出结果与预期一致：

array([6.2, 1. , 4.2, 4.8, 1. , 4. ])

补充说明 #

• 如果需要调整分位数数值，只需修改q参数即可；
• 若无效值不是-999，替换row != -999中的判断条件即可适配；
• 该方法兼容每行有效元素数量不同的场景，无需额外处理长度不一致的问题。

内容的提问来源于stack exchange，提问作者d_frEak