如何计算沿 3d 数组 z 轴的分数百分位数？

Question

我正在尝试使用 scipy.stats.percentileofscore() 沿 3d numpy 数组的 z 轴计算百分位数，分数在 2d 数组中。

例如，我的 3d 数组可能如下所示：

data = array([[[ 1.,  1.,  1.],
    [ 1.,  1.,  1.],
    [ 1.,  1.,  1.]],
   [[ 2.,  2.,  2.],
    [ 2.,  2.,  2.],
    [ 2.,  2.,  2.]],
   [[ 3.,  3.,  3.],
    [ 3.,  3.,  3.],
    [ 3.,  3.,  3.]]])

计算百分位数的分数可能如下所示：

scores = array([[ 1.,  1.,  2.],
   [ 1.,  1.,  2.],
   [ 1.,  1.,  2.]])

我想以这种方式在每个位置（m，n）申请percentileofscore()：

percentileofscore(data[:,m,n], scores[m,n])

结果是这样的：

array([[ 33.33,  33.33,  66.66],
   [ 33.33,  33.33,  66.66],
   [ 33.33,  33.33,  66.66]])

我可以使用嵌套循环来做到这一点，但我将其应用于大型数组，因此需要更优化的方法。我很难弄清楚如何实现这一点。

Answer 1

您可以通过重塑数组来避免嵌套循环。我认为为了完全避免循环，您必须编写一个自定义百分位函数。

import numpy as np
from scipy.stats import percentileofscore

x = 3
y = 3
z = 3

d = a.reshape(z, x*y)

scores_d = scores.reshape(x*y,1)

percentiles_d = [percentileofscore(d[:, i], scores_d[i]) for i in range(x*y)]
percentiles_d = np.round(np.array(percentiles_d), 2).reshape(x,y)
print(percentiles_d)

[[ 33.33  33.33  66.67]
 [ 33.33  33.33  66.67]
 [ 33.33  33.33  66.67]]