使用长数组时numpy unwrap的错误

Question

我正在尝试使用函数numpy.unwrap来纠正某些阶段

我有2678399条记录的长矢量，其中包含2个角度之间的弧度差异。该数组包含nan值，但我认为不相关，因为unwrap独立应用于每个记录。

当我应用unwrap时，400记录会在数组的其余部分生成nan值

如果我将np.unwrap应用于原始数组的一个切片就可以正常工作。

这可能是此功能中的错误吗？

d90dif=(df2['d90']-df2['d90avg'])*(np.pi/180)#difference between two angles in radians
df2['d90dif']=np.unwrap(d90dif.values)#unwrap to the array to create new column

只是为了解释问题

d90dif[700:705]#angle difference for some records
2013-01-01 00:11:41    0.087808
2013-01-01 00:11:42    0.052901
2013-01-01 00:11:43    0.000541
2013-01-01 00:11:44    0.087808
2013-01-01 00:11:45    0.017995
dtype: float64

df2['d90dif'][700:705]#results with unwrap for these records
2013-01-01 00:11:41   NaN
2013-01-01 00:11:42   NaN
2013-01-01 00:11:43   NaN
2013-01-01 00:11:44   NaN
2013-01-01 00:11:45   NaN
Name: d90dif, dtype: float64

现在我用一个小数组

重复这个过程

test=d90dif[700:705]
2013-01-01 00:11:41    0.087808
2013-01-01 00:11:42    0.052901
2013-01-01 00:11:43    0.000541
2013-01-01 00:11:44    0.087808
2013-01-01 00:11:45    0.017995
dtype: float64

unw=np.unwrap(test.values)
array([ 0.08780774,  0.05290116,  0.00054128,  0.08780774,  0.01799457])

现在没关系。如果我在unwrap（）中使用数据帧输入，那么也可以正常工作

Answer 1

通过查看documentation of unwrap，似乎NaN会产生影响，因为函数正在查看相邻元素的差异以检测阶段中的跳跃。

Answer 2

似乎纳米值发挥了重要作用

test

2013-01-01 00:11:41    0.087808
2013-01-01 00:11:42    0.052901
2013-01-01 00:11:43    0.000541
2013-01-01 00:11:44         NaN
2013-01-01 00:11:45    0.017995
dtype: float64

如果列中有nan，那么一切都变成了nan

np.unwrap(test)

array([ 0.08780774,  0.05290116,  0.00054128,         nan,         nan])

我会说这是一个错误，但......