Question

我在python中有两个numpy数组，features数组（4D）和标签数组（1D）.Feature数组包含Nan值。我想删除包含Nan值（在features数组中）及其相应标签的整个行。 X是特征数组，Y是标签数组。我在python中使用isnan函数

x=x[~np.any(np.isnan(x), axis=3)]

当我把轴= 1时，我得到一个错误

IndexError: index 5 is out of bounds for axis 1 with size 5

当我在代码中显示3时，代码运行没有错误，当我检查输出数组时，它不再具有Nan值，但是数组的前三个维度被折叠，导致2D阵列。任何帮助将不胜感激。让我们说这一行：

[[[[  1.70204959   1.52199801   1.90457233 ...,   1.93644699   1.88296615
  2.19928936],[1.52334234 1.338273......Nan 2.23324432]]]].

如果行包含非值，则应删除整行（不仅仅是Nan值），因此，对于此示例，我们应该保留：

[[[[  1.70204959   1.52199801   1.90457233 ...,   1.93644699   1.88296615
  2.19928936]]]]

只。此外，删除行的相应标签也将被删除。

Answer 1

如果我理解正确，那么你想要达到的目标 - 遗憾的是 - 一般来说都不可能。

假设你有一个10x10x10的立方体，想要删除3行，每行10个元素。这将留下97行，由于97是素数，现在有办法，但将非行维度展平为一行。

由于很明显这种事情可能发生在4d或更高的维度，这或多或少都会发生。

作为一般规则，只有在掩码为1d时才能保留ndim，即如果要删除ndim-1大小的子空间。

features = np.random.random((10,9,8,7))
features[features<0.002] = np.nan
mask = np.any(np.isnan(features), axis = (0,2,3))
features[:, ~mask, ...].shape
# (10, 4, 8, 7)

正如您所看到的，为了保持4个dims，您必须沿 3 轴减少。（0,2,3）在这个例子中。此列表中未出现的轴 - 在这种情况下为（1） - 将缩短。

您可以选择将哪一个轴作为缩短的轴，只需使用所有剩余的轴调用any来创建适当的蒙版。

Answer 2

我了解x.shape是(1,1,m,n)。使用valid=~any(np.isnan(x),3)：

的方法可以做到这一点

x[:,:,valid.squeeze()]

保留4D或

x[valid].reshape(1,1,-1,x.shape[3])

重建它。

在多维numpy数组中删除包含Nan值的整行

2 个答案: