如何解决numpy数组与nan与标量的不等式比较
!=
将NaN与非NaN值进行任何比较(除之外)将始终返回False:
>>> x < -1000
array([False, False, False, True, False, False], dtype=bool)
因此,您可以简单地忽略数组中已经存在NaN的事实,然后执行以下操作:
>>> x[x < -1000] = np.nan
>>> x
array([ nan, 1., 2., nan, nan, 5.])
当我执行以上操作时,我没有看到任何警告,但是如果您确实需要远离NaN,则可以执行以下操作:
mask = ~np.isnan(x)
mask[mask] &= x[mask] < -1000
x[mask] = np.nan
解决方法
我试图将数组的成员设置为小于nan的阈值。这是QA / QC过程的一部分,传入数据可能已经具有nan插槽。
例如,我的阈值可能是-1000,因此我想在以下数组中将-3000设置为nan
x = np.array([np.nan,1.,2.,-3000.,np.nan,5.])
以下内容:
x[x < -1000.] = np.nan
产生正确的行为,但也会产生RuntimeWarning,但会产生禁用警告的开销
warnings.filterwarnings("ignore")
...
warnints.resetwarnings()
有点沉重,可能有点不安全。
尝试使用花式索引进行两次索引如下所示不会产生任何效果:
nonan = np.where(~np.isnan(x))[0]
x[nonan][x[nonan] < -1000.] = np.nan
我认为这是因为复制是由于整数索引或两次使用索引而产生的。
有谁有一个相对简单的解决方案?在此过程中使用带掩码的数组会很好,但是最终产品必须是ndarray,我不能介绍新的依赖项。谢谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。