在numpy数组中找到缺失值

好的，这里有个极端的菜鸟问题。在我的程序中，我生成了一个2D numpy数组，其中一些条目缺失（不是“nan”类型的不可分类，但是“None”类型或NoneType）。我想为这些条目设置一个掩码，但我似乎在这样做时遇到了一些麻烦。通常，以掩蔽在，比方说，具有值2的所有条目，我愿意做在numpy数组中找到缺失值

A = np.ma.masked_where（A [A == 2]，A）

在这种情况下，没有按无论我为第一个参数尝试什么，似乎都不起作用。思考？

来源

2010-07-16 user391045

既然你有你的数组中--项目，我想，这意味着他们已经被屏蔽：

>>> m = ma.masked_where([True, False]*5, arange(10)) 
>>> print m 
[-- 1 -- 3 -- 5 -- 7 -- 9]

所以，我要说的是，你的条目已经被屏蔽，并且可以直接使用你的数组。

如果你想创建一个只包含非屏蔽值的数组，你可以做

>>> m[~m.mask] 
[1 3 5 7]

其中m是你屏蔽数组。

如果你想掩盖值的列表，你可以简单地选择其他值：

>>> m[m.mask] 
[0 2 4 6 8]

注意，遗漏值是不无，但原始值，一般。实际上，一个整数数组不能包含None。

如果你想屏蔽值的索引，你可以这样做：

>>> numpy.nonzero(m.mask)

的numpy.nonzero()的documentation描述了它的结果如何，请解释。

来源

2010-07-16 07:17:15 EOL

好点。经过更多的调查，我发现你是对的。实际上这个问题的价值观似乎是我之前没有注意到的，实际上是“无”。所以，现在我要改变这个问题到它应该是什么：你如何去找到“无”的价值观？ A [A ==无]只是出于某种原因给出了A [0 ,:]。 – user391045 2010-07-16 18:23:36

我在答案中增加了更多信息：我希望你能找到你需要的东西！ :) – EOL 2010-07-17 07:41:32

@ dave-schultz：如果您在上述评论中的重述是对问题的更清晰的陈述，那么如果您编辑了您的问题以反映此问题，这将会很有帮助。更多人会阅读你的问题，而不是你在这里的评论。 – tom10 2010-07-18 02:00:53

要查找numpy数组中的元素为None，可以使用numpy.equal。这里有一个例子：

import numpy as np 
import MA 

x = np.array([1, 2, None]) 

print np.equal(x, None) 
# array([False, False, True], dtype=bool) 

# to get a masked array 
print MA.array(x, mask=np.equal(x,None)) 
# [1 ,2 ,-- ,]

来源

2010-07-17 15:18:18 tom10

在numpy数组中找到缺失值

回答

相关问题