如何获取矩阵正数值的95分位数并绘图？负值替换咨询

Hey there! 针对你处理E-P矩阵、提取高值水汽源并可视化的需求，我整理了MATLAB和R的可复现代码，同时聊聊负值替换为0还是NaN的选择问题，用peaks数据做示例完全没问题～

核心需求梳理 #

你要处理360×180的E-P矩阵：

1. 只保留正值（水汽源，E-P>0）
2. 计算正值的95分位数作为阈值
3. 可视化高于该阈值的区域
4. 纠结负值替换为0还是NaN更合适

MATLAB 实现步骤 #

1. 数据预处理（两种替换方式） #

先生成peaks数据，然后分别处理负值，同时计算95分位数阈值：

% 生成示例矩阵
a = peaks;

% 方式1：负值替换为NaN（更推荐可视化）
a_nan = a;
a_nan(a_nan <= 0) = NaN;

% 方式2：负值替换为0
a_zero = a;
a_zero(a_zero <= 0) = 0;

% 仅基于正值计算95分位数阈值
positive_vals = a(a > 0);
threshold = quantile(positive_vals, 0.95);

2. 绘制高阈值区域 #

NaN版本（清晰突出目标区域）

NaN会被自动忽略不渲染，能让高值水汽源区域更醒目：

% 筛选高于阈值的部分，低于的也设为NaN
a_high_nan = a_nan;
a_high_nan(a_high_nan < threshold) = NaN;

% 绘图设置
figure
pcolor(a_high_nan);
shading flat; % 去掉网格线，让图像更平滑
caxis([threshold max(positive_vals)]); % 颜色轴聚焦在高值范围
cbh = colorbar('Vertical');
set(cbh, 'YTick', linspace(threshold, max(positive_vals), 5)); % 设置合理刻度
title('E-P 95分位数以上水汽源区域');
xlabel('经度');
ylabel('纬度');

0版本（仅特定场景使用）

如果必须保留矩阵完整结构，0替换的绘图如下，但注意0会占用颜色轴空间：

a_high_zero = a_zero;
a_high_zero(a_high_zero < threshold) = 0;

figure
pcolor(a_high_zero);
shading flat;
caxis([0 max(positive_vals)]);
cbh = colorbar('Vertical');
set(cbh, 'YTick', linspace(0, max(positive_vals), 6));
title('E-P 95分位数以上区域（负值替换为0）');

R 实现步骤 #

用ggplot2做可视化，步骤同样清晰：

1. 数据预处理 #

# 加载必要包
library(ggplot2)
library(reshape2)

# 生成peaks示例矩阵（默认49×49）
a <- matrix(peaks(n = 49), nrow = 49)

# 转换为数据框方便ggplot处理
a_df <- melt(a)
colnames(a_df) <- c("lon", "lat", "EP")

# 计算95分位数阈值
positive_vals <- a_df$EP[a_df$EP > 0]
threshold <- quantile(positive_vals, 0.95)

# 方式1：负值替换为NaN
a_df_nan <- a_df
a_df_nan$EP[a_df_nan$EP <= 0] <- NaN
a_df_nan$EP[a_df_nan$EP < threshold] <- NaN

# 方式2：负值替换为0
a_df_zero <- a_df
a_df_zero$EP[a_df_zero$EP <= 0] <- 0
a_df_zero$EP[a_df_zero$EP < threshold] <- 0

2. 可视化绘图 #

NaN版本（推荐）

ggplot(a_df_nan, aes(x = lon, y = lat, fill = EP)) +
  geom_tile() +
  scale_fill_viridis_c(limits = c(threshold, max(positive_vals)), na.value = "white") +
  labs(title = "E-P 95分位数以上水汽源区域", x = "经度", y = "纬度", fill = "E-P") +
  theme_bw()

0版本

ggplot(a_df_zero, aes(x = lon, y = lat, fill = EP)) +
  geom_tile() +
  scale_fill_viridis_c(limits = c(0, max(positive_vals))) +
  labs(title = "E-P 95分位数以上区域（负值替换为0）", x = "经度", y = "纬度", fill = "E-P") +
  theme_bw()

负值替换：0 vs NaN？选哪个？ #

这完全看你的需求场景：

• 优先选NaN：
  • 可视化上：NaN区域会被留白，能精准突出你关注的高值水汽源，不会被0值区域分散注意力；
  • 数据分析上：后续计算高值区域的面积、均值等统计量时，NaN不会参与计算，结果更准确。
• 选0的情况：
  只有当你需要严格保留矩阵的原始维度（比如某些模型输入要求），且0能明确代表“非水汽源区域”时才考虑，但可视化时一定要调整颜色轴范围，避免0值掩盖高值细节。

内容的提问来源于stack exchange，提问作者Ann M