如何忽略-inf並移至for循環中的下一個迭代

Question

您好，我希望對python剛起步的人有所幫助，並且希望獲得一些關於如何設置條件的建議，以便在數據中遇到-inf時，程序將循環至下一次迭代

import numpy as np
import math
import matplotlib.pylab as plt
import pandas as pd
from scipy.interpolate import interp1d
from scipy.signal import butter, filtfilt
from scipy import interpolate
Ic = 400
lower_Ig = 720 #the lower limit of the generator current Ig
Upper_Ig = 1040 #Upper limit
Ix=range(-60,61,1)
for j in range(40, 80, 10):
    Var=(40000* j)/ 10000
    #print Var
    for c in range(lower_Ig, Upper_Ig+1, 40):
        #print c
        Names =['Vg','V3', 'V4']
        Data = pd.read_csv('/Documents/JTL_'+str(Var)+'/Ig='+str(c)+'/Grey_Zone.csv', names=Names)
        Vg = Data['Vg']
        V3 = Data['V3']
        V4 = Data ['V4']
        Prf = V4 / Vg
        #print Prf
        C = 0.802
        freq = 100
        b, a = butter(2, (5/C)/(freq/2), btype = 'low')
        yg = filtfilt(b, a, Vg)  # filter with phase shift correction
        y4 = filtfilt(b, a, V4)  # filter with phase shift correction
        SW = y4 / yg
        if SW == np.nan: #I need a condition here that if -inf is encountered then the programme should loop to next c value in for loop 
            continue 
            f = interp1d( SW, Ix )
            print f(0.25), f(0.5), f(0.75)
            print f(0.75)-f(0.25)

我嘗試使用不同的numpy函數，但始終遇到相同的錯誤

The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

我不認為我可以使用any()或all()因為這將僅包括所有數據，並且我想忽略-inf。 任何幫助是極大的贊賞

Answer 1

假設在循環的一次迭代中有SW ，如下所示：

>>> import numpy as np
>>> SW = [np.inf, -np.inf, np.nan, 0, 1]
>>> np.isfinite(SW)
[False, False, False, True, True]
>>> all(np.isfinite(SW))
False   # since one or more in the list is False

如果要跳過任何具有nan, inf, -inf SW ，則可以使用

if not all(np.isfinite(SW)):
    continue

如果nan不是問題，只有-inf ，則可以使用

if any(np.isneginf(SW)):
   continue

如果SW任何元素為-inf它將跳過迭代

請注意，您不能將==與np.nan進行相等性比較

>>> x = np.nan
>>> x == np.nan
False

相反，您使用isnan

>>> np.isnan(x)
True

Answer 2

您可以filter掉不需要的元素（例如newlist=filter(lambda n: not numpy.isneginf(n), list_of_numbers) ），或僅使用numpy.nan_to_num(...)轉換為適當的數字列表。