Python 使用每个切片的百分位数筛选多维numpy数组

我有一个形状为x，y，z的numpy数组，它表示x乘以y的z矩阵。我可以对每个矩阵进行切片，然后使用clip with percentiles过滤出异常值：

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

---

有没有什么有效的方法可以一次不在片上执行相同的操作？

您可以将数组传递到

np.clip

，因此可以在

mx

的

z

维度上设置不同的限制：

将numpy导入为np
#创建随机mx
x、 y，z=10，11，12
mx=np.random.random（（x，y，z））
#计算x和y维度上的百分位数
perc01=np.百分位（mx，1，轴=（0，1），keepdims=True）
perc99=np.百分位（mx，99，axis=（0，1），keepdims=True）
#在z维度上具有不同限制的剪辑数组
过滤的\u mx=np.clip（mx，a\u min=perc01，a\u max=perc99）