python – 检查2d numpy数组中的nan

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 检查2d numpy数组中的nan，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2332字，纯文字阅读大概需要4分钟。

内容图文

我正在研究一小段代码,它以我预先制作的插值曲面开始.插值用nan表示填充在表面的间隙中.我的部分处理涉及查看特定点周围的局部窗口,并使用局部曲面计算一些度量.理想情况下,如果整个局部表面不包含nan值,我希望这个代码只能进行任何计算.代码遍历原始大表面并检查关于点的局部窗口是否具有nan.

我知道这不是最有效的方法,时间效率不是我必须担心的事情.

这是我到目前为止：

for in in range(startz,endx):
    imin = i - half_tile
    imax = i + half_tile +1   

    for j in range(starty,endy):
        jmin = i - half_tile
        jmax = i + half_tile +1 

        #Test the local surface for nan's
        z = surface[imin:imax,jmin:jmax]
        Test = np.isnan(sum(z))

        #conditional statement
        if Test:
            print 'We have a nan'
            #set measures I want to calculate to zero

        else:
            print 'We  have a complete window'
            #do a set of calculations

可变表面是我最初创建的插值表面. half_tile变量只是定义了我想要使用的本地窗口的大小. startx,endx,starty,endy定义了要迭代的原始曲面的大小.

我遇到问题的地方是我的条件声明似乎没有起作用.它会告诉我,我正在评估的本地窗口中没有任何nan,但是我的其余代码(我在这里没有显示)将无法工作,因为它表示阵列中有nan.

一个例子可能是：

 [[ 7.07494104  7.04592032  7.01689961  6.98787889  6.95885817  6.92983745
  6.90081674  6.87179602  6.8427753   6.81375458  6.78473387  6.75571315
  6.72669243]
 [ 7.10077447  7.07175376  7.04273304  7.01371232  6.98469161  6.95567089
 6.92665017  6.89762945  6.86860874  6.83958802  6.8105673   6.78154658
 6.75252587]
 [ 7.12660791  7.09758719  7.06856647  7.03954576  7.01052504  6.98150432
 6.9524836   6.92346289  6.89444217  6.86542145  6.83640073  6.80738002
  6.7783593 ]
  [ 7.15244134  7.12342063  7.09439991  7.06537919  7.03635847  7.00733776
 6.97831704  6.94929632  6.9202148   6.89105825  6.86190169  6.83274514
 6.80358859]
 [ 7.17804068  7.14888413  7.11972758  7.09057103  7.06141448  7.03225793
  7.00310137  6.97394482  6.94478827  6.91563172  6.88647517  6.85731862
      nan]]

以下是我的代码正在评估的本地窗口的示例.在我的代码中,这将是z.整个数组具有良好的值,除了最后一个值是nan.

我的代码中的“检查”功能并没有发现阵列中有一个nan.条件语句返回false时应该为true表示存在nan.我在检查数组的方式中缺少任何基本的东西？或者我的方法完全错了？

解决方法:

isnan()为数组中的每个元素返回一个true或false的数组.除了isnan()之外,还需要np.any().见下面的例子

import numpy as np
a = np.array([[1,2,3,4],[1,2,3,np.NaN]])
print np.isnan(a)
print np.any(np.isnan(a))

结果是

[[False False False False]
 [False False False  True]]
True

内容总结

以上是互联网集市为您收集整理的python – 检查2d numpy数组中的nan全部内容，希望文章能够帮你解决python – 检查2d numpy数组中的nan所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端