在Python / Numpy中包含NAN的数组的线性回归

Question

我有两个数组，比如varx和vary。两者都包含不同位置的NAN值。但是，我想对两者进行线性回归，以显示两个数组的相关程度。 到目前为止，这非常有用：http://glowingpython.blogspot.de/2012/03/linear-regression-with-numpy.html

然而，使用这个：

slope, intercept, r_value, p_value, std_err = stats.linregress(varx, vary)

导致每个输出变量的nans。将两个数组中的有效值作为线性回归的输入的最方便的方法是什么？我听说过屏蔽阵列，但我不确定它是如何工作的。

Answer 1

您可以使用遮罩删除NaN：

mask = ~np.isnan(varx) & ~np.isnan(vary)
slope, intercept, r_value, p_value, std_err = stats.linregress(varx[mask], vary[mask])