Python Numpy 掩码 NaN 不工作

Question

我只是想使用屏蔽数组来过滤掉一些 nan 条目。

import numpy as np
# x = [nan, -0.35, nan]
x = np.ma.masked_equal(x, np.nan)
print x

这会输出以下内容：

masked_array(data = [        nan -0.33557216         nan],
         mask = False,
   fill_value = nan)

在 x returns 上调用 np.isnan() 正确的布尔数组，但掩码似乎不起作用。为什么我的面罩不能像我预期的那样工作？

Answer 1

您可以使用 np.ma.masked_invalid:

import numpy as np

x = [np.nan, 3.14, np.nan]
mx = np.ma.masked_invalid(x)

print(repr(mx))
# masked_array(data = [-- 3.14 --],
#              mask = [ True False  True],
#        fill_value = 1e+20)

或者，使用 np.isnan(x) 作为 mask= 参数 np.ma.masked_array:

print(repr(np.ma.masked_array(x, np.isnan(x))))
# masked_array(data = [-- 3.14 --],
#              mask = [ True False  True],
#        fill_value = 1e+20)

为什么您原来的方法不起作用？因为，与直觉相反，NaN 不等于 NaN!

print(np.nan == np.nan)
# False

这实际上是part of the IEEE-754 definition of NaN

Answer 2

这是另一种不使用掩码的替代方法：

import numpy as np
#x = [nan, -0.35, nan]
xmask=x[np.logical_not(np.isnan(x))]
print(xmask)

结果：

array([-0.35])

Python Numpy 掩码 NaN 不工作

Python Numpy mask NaN not working

python

numpy