如何在 numpy 数组中找到唯一的非 nan 值？

Question

我想知道是否有一种干净的方法来处理 numpy 中的 nan。

my_array1=np.array([5,4,2,2,4,np.nan,np.nan,6])
print my_array1
#[  5.   4.   2.   2.   4.  nan  nan   6.]
print set(my_array1)
#set([nan, nan, 2.0, 4.0, 5.0, 6.0])

我原以为它最多应该返回 1 nan 值。 为什么它返回多个 nan 值？ 我想知道在一个 numpy 数组中有多少个唯一的非 nan 值。

谢谢

Answer 1

您可以使用np.unique与组合，找到独特的价值isnan过滤NaN值：

In [22]:

my_array1=np.array([5,4,2,2,4,np.nan,np.nan,6])
np.unique(my_array1[~np.isnan(my_array1)])
Out[22]:
array([ 2.,  4.,  5.,  6.])

至于为什么你得到多个NaN值是因为NaN值不能正常比较：

In [23]:

np.nan == np.nan
Out[23]:
False

所以你必须使用isnan来执行正确的比较

使用set ：

In [24]:

set(my_array1[~np.isnan(my_array1)])
Out[24]:
{2.0, 4.0, 5.0, 6.0}

您可以对上述任何一项调用len以获取大小：

In [26]:

len(np.unique(my_array1[~np.isnan(my_array1)]))
Out[26]:
4

Answer 2

我建议使用熊猫。 我认为这是直接替换，但与 numpy 不同，pandas 保留了原始顺序。

import numpy as np
import pandas as pd

my_array1=np.array([5,4,2,2,4,np.nan,np.nan,6])

np.unique(my_array1)
# array([ 2.,  4.,  5.,  6., nan, nan])

pd.unique(my_array1)
# array([ 5.,  4.,  2., nan,  6.]) 

我正在使用 numpy 1.17.4 和 Pandas 0.25.3。 希望这可以帮助！

Answer 3

正如之前的答案已经指出的那样，numpy 不能直接计算 nans，因为它无法比较 nans。 numpy.ma.count_masked是你的朋友。 例如，像这样：

>>> import numpy.ma as ma
>>> a = np.array([ 0.,  1., np.nan, np.nan,  4.])
>>> a
np.array([ 0.,  1., nan, nan,  4.])
>>> a_masked = ma.masked_invalid(a)
>>> a_masked
masked_array(data=[0.0, 1.0, --, --, 4.0],
             mask=[False, False,  True,  True, False],
       fill_value=1e+20)
>>> ma.count_masked(a_masked)
2

Answer 4

您可以将isnan()与 setm 一起使用，然后遍历 isnan() 数组的结果并删除所有 NaN 对象。

my_array1=np.array([5,4,2,2,4,np.nan,np.nan,6])
print my_array1
#[  5.   4.   2.   2.   4.  nan  nan   6.]
print set(my_array1)
#set([nan, nan, 2.0, 4.0, 5.0, 6.0])
for i,is_nan in enumerate(np.isnan(list(my_array1))):
    if is_nan:
        del my_array1[i]

Answer 5

从 Numpy 1.21.0 版开始， np.unique 现在返回单个 NaN ：

>>> a = np.array([8, 1, np.nan, 3, np.inf, np.nan, -np.inf, -2, np.nan, 3])
>>> np.unique(a)
array([-inf,  -2.,   1.,   3.,   8.,  inf,  nan])