arrays - 有没有更好的方法让 numpy.argmin() 忽略 NaN 值

Question

我想获取包含 NaN 的 numpy 数组的最小值的索引，我希望它们被忽略

>>> a = array([ nan,   2.5,   3.,  nan,   4.,   5.])  
>>> a  
array([ NaN,  2.5,  3. ,  NaN,  4. ,  5. ])  

如果我运行 argmin，它会返回第一个 NaN 的索引

>>> a.argmin()  
0  

我用 Infs 替换 NaN，然后​​运行 ​​argmin

>>> a[isnan(a)] = Inf  
>>> a  
array([ Inf,  2.5,  3. ,  Inf,  4. ,  5. ])  
>>> a.argmin()  
1  

我的困境如下：我宁愿不将 NaN 更改为 Infs，然后在我完成 argmin 后返回（因为 NaN 稍后在代码中具有含义）。有一个更好的方法吗？

还有一个问题，如果a的所有原始值都是 NaN，结果应该是什么？在我的实现中，答案是 0

Answer 1

当然！使用nanargmin：

import numpy as np
a = np.array([ np.nan,   2.5,   3.,  np.nan,   4.,   5.])
print(np.nanargmin(a))
# 1

还有nansum, nanmax, nanargmax, 和nanmin,

在scipy.stats中，有nanmean和nanmedian。

有关忽略nans 的更多方法，请查看masked arrays。