在不考虑 NaN 值的情况下平均数组中的不同层答案

【问题标题】：Average different layers in a Array without considering NaN value在不考虑 NaN 值的情况下平均数组中的不同层
【发布时间】：2020-12-01 03:40:33
【问题描述】：

我在三层中屏蔽了数组数据（从NetCDF 文件访问），如下所示。我想在平均时意思这三层而不考虑NaN值（Here -1）单元格。任何建议都会有所帮助。

masked_array(

      data=[[ 270,  554, -1],
            [ 270,  -1, 2068],
            [ -1,  554, 2068],
        ...,
        [ -1, -1, 1349],
        [ 704, 1019, -1],
        [ 704, 1019, 1349]],
  mask=False,
  fill_value=999999,
  dtype=int16)

输出应该是这样的：

  data=[[412],
        [1169],
        [1311],
        ...,
        [1349],
        [861.5],
        [1536]]

【问题讨论】：

提供最小可重现示例
对于初始实施，您可以使用前三 3 行来应用您的逻辑。

标签： python arrays numpy nan mean

【解决方案1】：

使用pythonic方式：

import numpy as np

# get data from masked array
d = np.ma.getdata(masked_array)

# get the mean
masked_mean = [row[row!=-1].mean() for row in d]

【讨论】：

我已经尝试过了，但是发生了错误。 TypeError：迭代 0 维数组。建议我做同样的事情。
在哪一行？尝试检查您的 masked_array 是否显示正确。
它的显示与我在问题中提到的相同。
即使我尝试使用np.ma.masked_array() 打开变量。
好的，我会试试的。感谢您的讨论和建议。