使用 NaN 对 numpy 数组进行数学运算答案

【问题标题】：mathematical operations on a numpy array with NaNs使用 NaN 对 numpy 数组进行数学运算
【发布时间】：2018-04-23 20:55:24
【问题描述】：

有什么方法可以忽略 numpy 数组中的 NaN？我的问题是我有一个带有几个 NaN 的 numpy 数组，并且我正在对数组进行数学运算，例如

dev0 = numpy.sqrt((x0 - x1) ** 2 + (y0 - y1) ** 2)

当然，因为 NaN，所以有一个例外。 TypeError: ufunc 'subtract' did not contain a loop with signature matching types dtype('S14') dtype('S14') dtype('S14')

那么，有没有什么办法，上面的操作成功了NaN，但是数组dev0的大小和x0一样。

编辑，在下面几个cmets之后：

这是我正在读取的 YAML 文件。

- { x: 5.4725573730468750e+02, y: -3.4774234008789062e+02 }
- { x: 3.8519703125000000e+04, y: 6.4700851440429688e+01 }
- { x: 5.8734118652343750e+02, y: -3.4341723632812500e+02 }
- { x: 8.8773913574218750e+02, y: -3.4931005859375000e+02 }
- { x: 4.0723339843750000e+02, y: -3.4757397460937500e+02 }
- { x: NaN, y: -65535. }

代码-

    collision_points = yaml_load["points"]
    # the entries in collision_points are not read as strings
    collision = list()
    for count in range(len(collision_points)):
        xy = list()
        xy.append(collision_points[count]["x"])
        xy.append(collision_points[count]["y"])
        collision.append(xy)
    data = numpy.array(collision)
    x0, y0 = data.T
    # x1, y1 comes from somewhere else. Its also a numpy array
    dev0 = numpy.sqrt((x0 - x1) ** 2 + (y0 - y1) ** 2)

【问题讨论】：

您希望 NaN 元素会发生什么？
一个差距。哪里有 Nan，dev0 也有一个 NaN
不确定我是否遵循，尽管有 NaN，但应该保留您的形状。
那与 NaN 无关，你为什么要对字符串进行算术运算？
您是否可能将输出写为字符串，然后尝试使用eval 将其读回并最终得到类似np.array([1, 3, 'nan', 5]) 而不是np.array([1, 3, np.nan, 5]) 的内容？如果是这样……也不要那样做。

标签： python numpy

【解决方案1】：

将其写为答案，这可能对其他人有所帮助。

感谢 @abarnert 提供重要提示。

在从问题中的 cmets 获得提示后，我挖掘了更多信息，发现 numpy.array 确实返回了一串元素，如果它在原始数组中找到任何非数字（如 NaN 或 apple 或任何东西）由 yaml 文件返回。 yaml 文件只有浮点数，我很困惑为什么浮点数上有字符串操作。我发现了 numpy.array 自动将浮动数组转换为字符串数组的答案，以防它在数组中找到任何不是数字的元素。但是，如果遵循约定并在 YAML 文件中写入 .nan 而不是 NaN，则 numpy.array 会将其视为浮点数。

通过后处理将 NaN 更改为 .nan 后，numpy.array 保留了所有浮点数，程序按预期运行。

后处理后的yaml文件是这样的

- { x: 5.4725573730468750e+02, y: -3.4774234008789062e+02 }
- { x: 3.8519703125000000e+04, y: 6.4700851440429688e+01 }
- { x: 5.8734118652343750e+02, y: -3.4341723632812500e+02 }
- { x: 8.8773913574218750e+02, y: -3.4931005859375000e+02 }
- { x: 4.0723339843750000e+02, y: -3.4757397460937500e+02 }
- { x: .nan, y: -65535. }

【讨论】：