Question

我想从行中的numpy数组中删除NaN，例如：

A = np.array([[1,2,3,4,5,6],
       [1,2,3,4,5,6],
       [1,2,3,4,nan,6],
       [1,2,3,4,5,6],
       [1,2,3,4,5,6],
       [1,2,3,4,5,6],
       [1,2,nan,4,5,6],
       [1,2,3,4,5,6],
       [nan,2,3,4,5,6]])

我使用直接命令删除它们，它工作正常：

A1 = A[~np.isnan(A).any(1)]

但是如果我将布尔值保存在临时数组中：

boolAnonan = ~np.isnan(A)  
A2 = A[boolAnonan.any(1)]

它什么都没改变！

事实上，为什么我这样做？：

>>> boolAnonan == ~np.isnan(A)
array([[ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True]], dtype=bool)

>>> ~np.isnan(A).any(1)
array([ True,  True, False,  True,  True,  True, False,  True, False], dtype=bool)

>>> boolAnonan.any(1)
array([ True,  True,  True,  True,  True,  True,  True,  True,  True], dtype=bool)

任何合理的解释？谢谢！

Answer 1

您有优先权问题

~x.y.z

是

~(x.y.z)

不

(~z).y.z

因此

~np.isnan(A).any(1)

与

不同

(~np.isnan(A)).any(1)

Numpy - 直接使用np.isnan并在temp中保存布尔值时的差异。变量

1 个答案: