计算 numpy 数组平均值的最佳方法，不包括不可计算的元素答案

【问题标题】：Best way to compute average of numpy array excluding uncomputable elements计算 numpy 数组平均值的最佳方法，不包括不可计算的元素
【发布时间】：2023-03-13 11:30:01
【问题描述】：

我有一个 numpy 数组，我将在其中计算一些数字之间的 LN 差异，然后我想得到它的平均值。问题是 LN 函数将无法定义负输入，并且除以零也可能发生。我想跳过这些垃圾元素，我什至不想将它们包含在数组中。我想要的是只通过可以计算的方程并取它们的平均值。

我尝试使用 numpy.nan 来执行此操作，这似乎是处理它的最有效方法，只需为每个无法计算的索引值放置一个 numpy.nan。更简单地说，我只是从一开始就将数组初始化为 nan，然后只填充可计算元素，默认情况下保留其他所有 nan。

像这样：

LN_ARRAY    = numpy.full(array_size, numpy.nan, dtype=float, order='C')

...

    for i in range(7,array_size):

       if(F>0.0): LN_ARRAY[i]=abs(  math.log( A / F )  )
       # make sure F can't be zero or negative, A is by default always non zero positive

现在的问题是，如果我只用numpy.average(LN_ARRAY) 取平均值，它只会输出nan，因为我总是有nan 值，因为我从第8 个元素开始填充数组，加上由于 if 测试，额外的 nan。

有没有办法通过排除nan 来计算这个数组的平均值，或者以更有效的方式一起计算？

【问题讨论】：

标签： python numpy error-handling nan divide-by-zero

【解决方案1】：

numpy.nanmean 正是这样做的。您可以指定轴，或将其保留为 None 以获得整个 ndarray 的平均值。 Here's a link to the docs.

【讨论】：

嗨，Marcel，请扩展您的答案，链接可能会过期。
似乎工作谢谢，但我会等待其他答案是否有更顺畅的方式来做到这一点。目前这似乎也是最快的方式，但谁知道呢。