关于数组：有没有更好的方法使numpy.argmin()忽略NaN值

Is there a better way of making numpy.argmin() ignore NaN values

我想得到包含NaN的numpy数组的最小值的索引，我希望它们被忽略

1
2
3

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

如果我运行argmin，它将返回第一个NaN的索引

1 2	>>> a.argmin() 0

我用Infs代替NaNs然后运行argmin

1
2
3
4
5

>>> 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NaNs改为Infs然后在我完成argmin后再回来(因为NaNs后来在代码中有意义)。有一个更好的方法吗？

还有一个问题是，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

当然！使用nanargmin：

1
2
3
4

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nan的更多方法，请查看屏蔽数组。