Question

我正在从h5文件中读取数据（准确的像素值），并使用numpy在直方图中绘制数据。在我的像素值数组中，我的无数据值是99999（否则我的数据范围是-40到20）。我创建了一个基于我手动设置的最小值和最大值的直方图（分别为-40和20），因此无数据值不会显示在我的直方图中 - 这很好。但是，我想在我的数据上拟合一条正态曲线，为此我需要数据集的均值和SD。当我用numpy.mean和numpy.std生成这些时，它包含无数据值，所以我的平均值和SD值都没有了，我的后续正常曲线也是如此。

基本上，有没有办法从数组中生成均值和sd，忽略给定的值（即我的无数据值：99999），或者将数组的值输出到没有无数据的新数组值？

由于

Answer 1

听起来你应该将数据存储在一个掩码数组中而不是这个带有99999无数据值的hacky方法。开始查看np.ma。

简单示例：

>>> a = np.array([1, 2, 99999, 3])
>>> a.mean()
25001.25
>>> a_ = np.ma.masked_array(a, a == 99999)
>>> a_.mean()
2.0
>>> a_
masked_array(data = [1 2 -- 3],
             mask = [False False  True False],
       fill_value = 999999)

Answer 2

您可以先查看数据，并将有用数据保存在另一个列表（或您使用的任何其他结构）中，然后仅使用有用数据处理新列表吗？

或尝试此解决方案，How to count values in a certain range in a Numpy array?

忽略/跳过numpy数组中的值？

2 个答案: