Question

如何获得包含NaN的数组的中值索引？

例如，我有值[Nan, 2, 5, NaN, 4, NaN, 3, 1]的数组，其中包含这些值[np.nan, 0.1, 0.2, np.nan, 0.1, np.nan, 0.4, 0.3]的相应错误数组。然后中位数为3，错误为0.4。

有一种简单的方法吗？

编辑：我编辑了错误数组，意味着更现实的情况。是的，我正在使用numpy。

Answer 1

你打算如何从中位数中有意义地提取错误并不是很清楚，但是如果你碰巧有一个数组使得中位数是其中一个条目，并且相应的错误数组是在相应的索引处定义的，并且没有其他条目具有与中位数相同的值，可能还有其他几个免责声明，那么您可以执行以下操作：

a = np.array([np.nan,2,5,np.nan, 4,np.nan,3,1])
aerr = np.array([np.nan, 0.1, 0.2, np.nan, 0.1, np.nan, 0.4, 0.3])

# median, ignoring NaNs
amedian = np.median(a[np.isfinite(a)])
# find the index of the closest value to the median in a
idx = np.nanargmin(np.abs(a-amedian))
# this is the corresponding "error"
aerr[idx]

编辑：正如@DSM所指出的，如果你有NumPy 1.9或更高版本，你可以将amedian的计算简化为amedian = np.nanmedian(a)。

Answer 2

numpy拥有你需要的一切：

values = np.array([np.nan, 2, 5, np.nan, 4, np.nan, 3, 1])
errors = np.array([np.nan, 0.1, 0.2, np.nan, 0.1, np.nan, 0.4, 0.3])

# filter
filtered = values[~np.isnan(values)]
# find median
median = np.median(filtered)
# find indexes
indexes = np.where(values == median)[0]
# find errors
errors[indexes] # array([ 0.4])

Answer 3

假设您的列表名为“a”，然后您可以使用此代码查找没有“Nan”的掩码数组，然后使用np.ma.median()执行中位数：

a=[Nan, 2, 5, NaN, 4, NaN, 3, 1]
am = numpy.ma.masked_array(a, [numpy.isnan(x) for x in a])
numpy.ma.median(am)

你也可以做同样的错误。

获取包含Nans的数组中值的索引

3 个答案: