四维数组排除第三四索引相等元素计算百分位数及筛选索引方法

以下所有操作均基于NumPy实现，利用数组广播和布尔索引特性，完全避免Python层面的循环，是当前场景下性能最高的实现方式： #

1. 计算排除对角元素后的99百分位数p #

核心思路：先构造后两维i≠j的布尔掩码，再提取有效元素计算百分位数 #

• 首先构造后两维的对角掩码，标识所有i=j的位置：

import numpy as np
# 构造4x4对角掩码，diag_mask[i,j]为True当且仅当i=j
diag_mask = np.eye(4, dtype=bool)
# 扩展掩码到和M同维度，取反后得到i≠j的位置为True的全量掩码
valid_mask = ~diag_mask[np.newaxis, np.newaxis, :, :]
# 提取所有符合要求的有效元素
valid_elements = M[valid_mask]
# 计算99百分位数
p = np.percentile(valid_elements, 99)

2. 筛选符合要求的四维索引 #

核心思路：组合多条件布尔索引，直接提取符合要求的索引值 #

• 组合i≠j和M[a,b,i,j]>p两个条件，用np.where直接获取所有满足条件的索引：

# 构造多条件掩码
filter_cond = valid_mask & (M > p)
# 获取四个维度的索引数组
a_arr, b_arr, i_arr, j_arr = np.where(filter_cond)
# 打包为N行4列的数组，每一行对应一个[a,b,i,j]格式的索引
result_indices = np.column_stack([a_arr, b_arr, i_arr, j_arr])
# 如需转换为Python原生列表，调用result_indices.tolist()即可

内容的提问来源于stack exchange，提问作者fishbacp