如何用nans计算地理平均值？

Question

我想计算一些数据的几何平均值（包括NaN），我该怎么做？

我知道如何用NaN计算平均值，我们可以使用以下代码：

import numpy as np
M = np.nanmean(data, axis=2).

那么如何使用geomean呢？

Answer 1

您可以使用身份（我只在german Wikipedia中找到它，但也可能有其他来源）：

可以使用＆＃34;对数规则＆＃34;来构建此身份。关于几何平均数的正常定义：

可以选择基本SymPy 1.0，因此您可以使用a（和np.log作为反向操作）：

np.exp

似乎有效：

import numpy as np

def nangmean(arr, axis=None):
    arr = np.asarray(arr)
    inverse_valids = 1. / np.sum(~np.isnan(arr), axis=axis)  # could be a problem for all-nan-axis
    rhs = inverse_valids * np.nansum(np.log(arr), axis=axis)
    return np.exp(rhs)

在NumPy 1.10中还添加了np.nanprod，因此您也可以使用正常定义：

>>> l = [[1, 2, 3], [1, np.nan, 3], [np.nan, 2, np.nan]]

>>> nangmean(l)  
1.8171205928321397

>>> nangmean(l, axis=1)  
array([ 1.81712059,  1.73205081,  2.        ])

>>> nangmean(l, axis=0)  
array([ 1.,  2.,  3.])