Question

我有两个阵列，我想考虑它们的每单元平均值，但考虑到NaNs。

我的两个数组是：

In [267]: a = np.array([ [1, 2, np.nan], [np.nan, 5, 6], [np.nan, np.nan, np.nan]])

In [268]: a
Out[268]: 
array([[  1.,   2.,  nan],
       [ nan,   5.,   6.],
       [ nan,  nan,  nan]])

In [269]: b = np.array( [ [2, np.nan, 6], [8, np.nan, 12], [14, 16, np.nan]])

In [270]: b
Out[270]: 
array([[  2.,  nan,   6.],
       [  8.,  nan,  12.],
       [ 14.,  16.,  nan]])

如果我不想考虑NaN，那么我可以这样做：

In [271]: (a+b)/2
Out[271]: 
array([[ 1.5,  nan,  nan],
       [ nan,  nan,  9. ],
       [ nan,  nan,  nan]])

但是，我需要进行均值计算，以便忽略mean(2.5, nan) == 2.5 - 并因此忽略NaN，除非我有两个NaN，在这种情况下mean(nan, nan) == nan。

因此，我想得到的结果是：

Out[271]: 
    array([[ 1.5,  2,  6],
           [ 8,  5,  9. ],
           [ 14,  16,  nan]])

scipy.stats.nanmean似乎是这样做的。但是，要做到这一点，我认为我需要正确堆叠数组。我有两个3 x 3阵列，我想我需要创建一个2 x 3 x 3阵列 - 是吗？我似乎无法堆叠这些数组来创建具有这些维度的结果 - 我已尝试np.dstack以及其他各种技术，但似乎没有任何效果。

我怀疑自己在做些傻事 - 关于如何解决这个问题的想法？

Answer 1

您需要跨新轴（第三维 - 轴2）连接数组。然后，您可以将nanmean放在此维度上。

In [1]: c = np.concatenate([a[..., None], b[..., None]], axis=2)
In [2]: scipy.stats.nanmean(c, axis=2)
Out[3]: 
array([[  1.5,   2. ,   6. ],
       [  8. ,   5. ,   9. ],
       [ 14. ,  16. ,   nan]])

Answer 2

我使用np.array组合了数组：

>>> c=np.array([a,b])
array([[[  1.,   2.,  nan],
        [ nan,   5.,   6.],
        [ nan,  nan,  nan]],

       [[  2.,  nan,   6.],
        [  8.,  nan,  12.],
        [ 14.,  16.,  nan]]])

>>> scipy.stats.nanmean(c,axis=0)
array([[  1.5,   2. ,   6. ],
       [  8. ,   5. ,   9. ],
       [ 14. ,  16. ,   nan]])

堆叠2D numpy阵列以使用nanmean

2 个答案: