python – Numpy蒙面数组 – 表示缺少值

发布时间：2020-12-16 22:15:43 所属栏目：Python 来源：网络整理

导读：import numpy as npimport numpy.ma as ma"""This operates as expected with one value masked"""a = [0.,1.,1.e20,9.]error_value = 1.e20b = ma.masked_values(a,error_value)print b"""This does not,all values are masked """d = [0.,'NA',9.]error_va

import numpy as np
import numpy.ma as ma

"""This operates as expected with one value masked"""
a = [0.,1.,1.e20,9.]
error_value = 1.e20
b = ma.masked_values(a,error_value)
print b

"""This does not,all values are masked """
d = [0.,'NA',9.]
error_value = 'NA'
e = ma.masked_values(d,error_value)
print e

如何使用’nan’,’NA’,’None’或类似的值来表示缺少数据？

最佳答案

您是从文本文件或类似文件中获取数据的吗？如果是这样,我建议直接使用genfromtxt函数来指定掩码值：

In [149]: f = StringIO('0.0,1.0,NA,9.0')

In [150]: a = np.genfromtxt(f,delimiter=',',missing_values='NA',usemask=True)

In [151]: a
Out[151]:
masked_array(data = [0.0 1.0 -- 9.0],mask = [False False  True False],fill_value = 1e+20)

我认为你的例子中的问题是你用来初始化numpy数组的python列表有异构类型(浮点数和字符串).这些值被强制转换为numpy数组中的字符串,但masked_values函数使用浮点相等而产生奇怪的结果.

这是通过创建具有对象dtype的数组来克服此问题的一种方法：

In [152]: d = np.array([0.,9.],dtype=object)

In [153]: e = ma.masked_values(d,'NA')

In [154]: e
Out[154]:
masked_array(data = [0.0 1.0 -- 9.0],fill_value = ?)

您可能更喜欢第一个解决方案,因为结果具有float dtype.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!