python：在numpy中组合掩码

Question

在一个numpy数组中，我想将所有nan和inf替换为一个固定数字。我可以在一个步骤中做到这一点，以节省计算时间（数组非常大）？

a = np.arange(10.0) 
a[3] = np.nan 
a[5] = np.inf 
a[7] = -np.inf 
# a: [ 0. 1. 2. nan 4. inf 6. -inf 8. 9.] 

a[np.isnan(a)] = -999 
a[np.isinf(a)] = -999 
# a: [ 0. 1. 2. -999. 4. -999. 6. -999. 8. 9.] 

上面的代码工作正常。但我正在寻找类似的东西：

a[np.isnan(a) or np.isinf(a)] = -999 

哪一个不工作，我可以看到为什么。只是想，如果每个项目只检查一次可能会更好。

Answer 1

这似乎工作：

a[np.isnan(a) | np.isinf(a)] = 2 

np.isnan()和np.isinf()事实上返回两个布尔numpy的阵列。

布尔numpy数组可以结合按位操作，如&和|

Answer 2

numpy的本身自带的量化的或版本：

a[np.logical_or(np.isnan(a), np.isinf(a))] = -999 

虽然上述版本是明确understanable，有一个快一些，这是一个有点怪异：

a[np.isnan(a-a)] = -9999 

的想法这背后是，“np.inf-np.inf = np.nan`

%timeit a[np.isnan(a-a)] = -999 
# 100000 loops, best of 3: 11.7 µs per loop 
%timeit a[np.isnan(a) | np.isinf(a)] = -999 
# 10000 loops, best of 3: 51.4 µs per loop 
%timeit a[np.logical_or(np.isnan(a), np.isinf(a))] = -999 
# 10000 loops, best of 3: 51.4 µs per loop 

因此，|和np.logical_or版本似乎是内部等效

Answer 3

你可以使用np.isfinite它证明一个数是不是无限的，也不是楠：

a[~np.isfinite(a)] = -999