如何為先前的非 inf 值更改 numpy 數組中的 inf 值？

Question

我有一個 numpy 數組，其中可能包含 inf 值。

numpy 數組是一維數字向量。

有沒有辦法為數組的前一個值（不是 inf）更改數組的 inf 值？

因此，如果數組的第 1000 個索引是 inf，則應將其替換為不是 inf 的第 999 個索引。

這是我想要的例子

vals = np.random.random(10000)
vals[vals<0.1] = np.inf

indexes = np.asarray(vals==np.inf).nonzero()

for i in indexes:
    vals[i] = vals[i-1]

if np.isinf(vals).any():
    print("It doesnt work")
else:
    print("It works")

Answer 1

def pandas_fill(arr):
    df = pd.DataFrame(arr)
    df.fillna(method='ffill', axis=1, inplace=True)
    out = df.as_matrix()
    return out

def numpy_fill(arr):
    mask = np.isnan(arr)
    idx = np.where(~mask,np.arange(mask.shape[1]),0)
    np.maximum.accumulate(idx,axis=1, out=idx)
    out = arr[np.arange(idx.shape[0])[:,None], idx]
    return out

inf和-inf將作為nan加載。 所以，這個應該和那個一起處理。

試試這個更新的。

import numpy as np

Data = np.array([np.nan,1.3,np.nan,1.4,np.nan,np.nan])

nansIndx = np.where(np.isnan(Data))[0]
isanIndx = np.where(~np.isnan(Data))[0]
for nan in nansIndx:
    replacementCandidates = np.where(isanIndx>nan)[0]
    if replacementCandidates.size != 0:
        replacement = Data[isanIndx[replacementCandidates[0]]]
    else:
        replacement = Data[isanIndx[np.where(isanIndx<nan)[0][-1]]]
    Data[nan] = replacement
print(Data)

Answer 2

你為什么不使用最簡單的方法？

for i in range (0,len(a)):
    if a[i]==inf: a[i]=a[i-1]

我從來沒有和 inf 一起工作過。 也許你的類型是 str 所以你應該寫 a[i]=='inf'