Question

我使用numpy.recarray - Method从.csv-Inputfile创建了csv2rec()。 Inputfile，因此recarray有空行，没有数据（分别为nan - 值）。我想将nan - 行的这个重新排列切片到多个子数组中，排除最终数组中的nan - 行，如下所示。

包含2列的原始重组：

[(1,2)
(2,2)
(nan,nan)
(nan,nan)
(4,4)
(4,3)]

没有纳米值的2个子阵列：

[(1,2)
(2,2)]

和

[(4,4)
(4,3)]

我知道这可以使用循环来管理，但也许有一种更简单，更优雅的方式？另外：是否可以保留每列的标题信息，以便我可以通过参数名称引用列，而不仅仅是切片后的col-index？

Answer 1

对于2D-array：

a[~np.all(np.isnan(a),axis=1)]

对于结构化数组（重新排列），您可以这样做：

def remove_nan(a, split=True):
    cols = [i[0] for i in eval(str(a.dtype))]
    col = cols[0]
    test = ~np.isnan(a[col])
    if not split:
        new_len = len(a[col][test])
        new = np.empty((new_len,), dtype=a.dtype)
        for col in cols:
            new[col] = a[col][~np.isnan(a[col])]
        return new
    else:
        indices = [i for i in xrange(len(a)-1) if test[i+1]!=test[i]]
        return [i for i in np.split(a, indices) if not np.isnan(i[col][0])]

仅获取nan不使用split=False的行。例如：

a = np.array([(1,2),(2,2),(nan,nan),(nan,nan),(4,4),(4,3)], dtype=[('test',float),('col2',float)])

remove_nan(a)

#[array([(1.0, 2.0), (2.0, 2.0)],
#      dtype=[('test', '<f8'), ('col2', '<f8')]),
# array([(4.0, 4.0), (4.0, 3.0)],
#      dtype=[('test', '<f8'), ('col2', '<f8')])]

Answer 2

如果你只是想摆脱空白，而不是切片，那么只需用选择标准来压缩你的数组，检查是否为nan。提示，nan＆lt;＆gt;南。

如果你真的希望在nans处切片然后使用一些这样的循环来生成Non-Nan索引的列表，然后使用choose来生成子数组 - 它们应该保留那些col的名称。 / p>

Answer 3

您可以使用scipy.ndimage.label获取0和1的数组中的区域：

>>> import numpy as np
>>> from scipy import ndimage
>>> nan = np.nan
>>> a = np.array([(1,2),(2,2),(nan,nan),(nan,nan),(4,4),(4,3)], dtype=[('test',float),('col2',float)])
>>> non_nan = np.logical_not(np.isnan(a['test'])).astype(int)
>>> labeled_array, num_features = ndimage.label(non_nan)
>>> for region in range(1,num_features+1):
...     #m = a[np.where(labeled_array==region)]
...     m = a[labeled_array==region]
...     print(region)
...     print(m)
...     print(m['col2'])
...
1
[(1.0, 2.0) (2.0, 2.0)]
[ 2.  2.]
2
[(4.0, 4.0) (4.0, 3.0)]
[ 4.  3.]

如果你知道你将永远有两个区域，那么你不需要循环，只需参考：

m1 = a[labeled_array==1]
m2 = a[labeled_array==2]

在“空”行切片numpy recarray

3 个答案: