是否有更好的方法使numpy.argmin（）忽略NaN值

Question

我想得到包含NaN的numpy数组的最小值的索引，我希望它们被忽略

>>> a = array([ nan,   2.5,   3.,  nan,   4.,   5.])  
>>> a  
array([ NaN,  2.5,  3. ,  NaN,  4. ,  5. ])  

如果我运行argmin，它将返回第一个NaN的索引

>>> a.argmin()  
0  

我用Infs代替NaNs然后运行argmin

>>> a[isnan(a)] = Inf  
>>> a  
array([ Inf,  2.5,  3. ,  Inf,  4. ,  5. ])  
>>> a.argmin()  
1  

我的困境如下：我宁愿不将NaN更改为Infs，然后在完成argmin之后再回来（因为NaNs后来在代码中有意义）。有一个更好的方法吗？

还有一个问题是，如果 a 的所有原始值都是NaN，结果应该是什么？在我的实现中，答案是0

Answer 1

当然！使用nanargmin：

import numpy as np
a = np.array([ np.nan,   2.5,   3.,  np.nan,   4.,   5.])
print(np.nanargmin(a))
# 1

还有nansum，nanmax，nanargmax和nanmin，

在scipy.stats中，有nanmean和nanmedian。

For more ways要忽略nan，请查看masked arrays。