[英]Python Numpy mask NaN not working
我只是想使用一個蒙面數組來過濾掉一些nan
條目。
import numpy as np
# x = [nan, -0.35, nan]
x = np.ma.masked_equal(x, np.nan)
print x
這輸出如下:
masked_array(data = [ nan -0.33557216 nan],
mask = False,
fill_value = nan)
在x
上調用np.isnan()
返回正確的布爾數組,但掩碼似乎不起作用。 為什么我的面具不能像我期望的那樣工作?
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)
作為mask=
參數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)
為什么原始方法不起作用? 因為,相反違反直覺, NaN
不等於NaN
!
print(np.nan == np.nan)
# False
這是另一種不使用面具的替代方案:
import numpy as np
#x = [nan, -0.35, nan]
xmask=x[np.logical_not(np.isnan(x))]
print(xmask)
結果:
array([-0.35])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.