如何通过for循环遍历4D numpy数组的所有轴执行逐轴np.percentile计算？

你最初的实现踩了两个基础细节的坑，调整后就能正常运行：

出错的细节 #

• range()的入参不能直接传data.shape：range()只接收整数类型的输入来生成连续整数序列，把形状元组塞进去会直接触发类型报错。你需要遍历的是每个轴的序号，所以应该传入数组的总维度数，用data.ndim作为range的参数最通用，不管数组是几维都能适配。
• 循环内的变量初始化顺序错了：循环刚启动就引用data_20，但这个变量在循环开始前根本没有被定义，第一次迭代就会报变量不存在的错误，需要先把原始数组赋值给待处理的临时变量。

对应实现 #

逐轴连续计算 #

如果你的需求是：对原始数组先沿0轴算80分位，再对得到的结果沿1轴算80分位，直到遍历完所有轴，保持keepdims=True的设置就能避免轴号错位——因为每次计算都保留原有的维度数量，每个轴的相对位置永远不会变：

# 初始化待处理数据
processed_data = data.copy()
# 遍历所有轴的索引
for axis_idx in range(processed_data.ndim):
    # 计算当前轴的80百分位，保留维度防止轴位置偏移
    processed_data = np.percentile(processed_data, 80, axis=axis_idx, keepdims=True)

每轴独立计算 #

如果你的需求是：每个轴都直接基于原始数组计算80分位，不叠加之前的计算结果，就不要把计算结果覆盖回临时变量，把每个轴的结果单独存下来即可：

axis_results = []
for axis_idx in range(data.ndim):
    # 始终基于原始数组计算，不依赖上一轮的结果
    result = np.percentile(data, 80, axis=axis_idx, keepdims=True)
    axis_results.append(result)

关键提醒：计算分位数的时候如果不开keepdims=True，每沿一个轴计算完成，这个轴就会被移除，后续所有轴的编号都会向前挪一位——比如沿0轴计算完，原来的1轴会变成新数组的0轴，再按原来的序号取轴就会出现越界或者计算逻辑错位的问题，这也是必须开keepdims=True的核心原因。

内容的提问来源于stack exchange，提问作者Lightnjer