python - 如何在 Python 中使用带有“None”值的 numpy？

Question

我想以这种形式计算 Python 中数组的平均值：

Matrice = [1, 2, None]

我只想让我的None值被计算忽略，numpy.mean但我不知道该怎么做。

Answer 1

您正在寻找掩码数组。这是一个例子。

import numpy.ma as ma
a = ma.array([1, 2, None], mask = [0, 0, 1])
print "average =", ma.average(a)

从上面链接的 numpy 文档中，“numpy.ma 模块为支持带掩码的数据数组的 numpy 提供了几乎类似工作的替代品。”

Answer 2

没有使用过 numpy，但在标准 python 中，您可以None使用列表推导或过滤器函数过滤掉

>>> [i for i in [1, 2, None] if i != None]
[1, 2]
>>> filter(lambda x: x != None, [1, 2, None])
[1, 2]

然后平均结果以忽略None

Answer 3

您可以为此使用 scipy：

import scipy.stats.stats as st
m=st.nanmean(vec)

Answer 4

您可能还可以使用 NaN 或 Inf 等值进行组合。

In [1]: array([1, 2, None])
Out[1]: array([1, 2, None], dtype=object)

In [2]: array([1, 2, NaN])
Out[2]: array([  1.,   2.,  NaN])

实际上，它甚至可能不是一个杂物。 维基百科说：

NaN 可用于表示计算中的缺失值。

实际上，这对 mean() 函数不起作用，所以没关系。:)

In [20]: mean([1, 2, NaN])
Out[20]: nan

Answer 5

您也可以使用过滤器，将 None 传递给它，它将过滤非 True 对象，也是 0，：D 所以，当您不需要 0 时也可以使用它。

>>> filter(None,[1, 2, None])
[1, 2]

Answer 6

您可以将数组“向上转换”为 numpy 的 float64 dtype，然后使用 numpy 的 nanmean 方法，如下例所示：

import numpy as np

arr = [1,2,3, None]
arr2 = np.array(arr, dtype=np.float64)
print(arr2) # [ 1.  2.  3. nan]
print(np.nanmean(arr2)) # 2.0

Answer 7

np.mean（矩阵[矩阵！=无]）