如何忽略numpy数组中的NaN数据点并在Python中生成规范化数据？

Question

说我有一个numpy数组有一些浮点数（'南'），我不想现在推算这些数据，我想先对这些数据进行归一化处理，并将NaN数据保留在原始空间，有没有办法可以做到吗？

此前我在sklearn.Preprocessing中使用了normalize函数，但该函数似乎不能将任何含有NaN的数组作为输入。

Answer 1

您可以使用numpy.ma.array功能掩盖你的阵列，并随后将任何numpy操作：

import numpy as np 

a = np.random.rand(10)   # Generate random data. 
a = np.where(a > 0.8, np.nan, a) # Set all data larger than 0.8 to NaN 

a = np.ma.array(a, mask=np.isnan(a)) # Use a mask to mark the NaNs 

a_norm = a/np.sum(a) # The sum function ignores the masked values. 
a_norm2 = a/np.std(a) # The std function ignores the masked values. 

您仍然可以访问原始数据：

print a.data 

Answer 2

您可以使用numpy.nansum计算标准并忽略南：

In [54]: x 
Out[54]: array([ 1., 2., nan, 3.]) 

这里是与nan忽略了规范：

In [55]: np.sqrt(np.nansum(np.square(x))) 
Out[55]: 3.7416573867739413 

y是归一化数组：

In [56]: y = x/np.sqrt(np.nansum(np.square(x))) 

In [57]: y 
Out[57]: array([ 0.26726124, 0.53452248,   nan, 0.80178373]) 

In [58]: np.linalg.norm(y[~np.isnan(y)]) 
Out[58]: 1.0