Question

我有一个大小为 1XN 的numpy向量my_indexes，它包含索引的布尔值和大小为 MxK 的2D数组my_array，其中K <＆lt; N.实际上，布尔向量对应于我删除的列（或保留在数组my_array中），我想添加那些用零填充的列（或“NaNs”）。我删除列的代码：

 my_array= np.array(my_array[:, ~np.all(np.isnan(my_array), axis=0)])
 cols = np.all(np.isnan(my_array), axis=0)
 my_array = some_process(my_array)
 # How can I add the removed columns

我的数组如果大小 MXN ，则大小为 MXK 。如何用nan或0再次填充已删除的列？

一个例子可能是：

0.1 nan 0.3 .04 nan 0.12 0.12
0.1 nan 0.3 .04 nan 0.12 0.12
0.1 nan 0.3 .04 nan 0.12 0.12

首先，我想使用my_array= np.array(my_array[:, ~np.all(np.isnan(my_array), axis=0)])删除nan列。

0.1 0.3 .04 0.12 0.12
0.1 0.3 .04 0.12 0.12
0.1 0.3 .04 0.12 0.12

my_indexes向量是：

False True False False True False False

然后我想处理矩阵，然后让纳米柱回来（请注意，纳米柱不会发生预处理）。我想我需要使用np.insert function但是如何使用我的布尔矢量

Answer 1

您可以使用masked arrays：

import numpy as np
import numpy.ma as ma

def some_process(x):
    return x**2

x = np.arange(9, dtype=float).reshape(3, 3)
x[:,1] = np.nan
print(x)
# [[  0.  nan   2.]
#  [  3.  nan   5.]
#  [  6.  nan   8.]]

# mask all np.nan and np.inf
masked_x = ma.masked_invalid(x)
# Compute the process only on the unmasked values and fill back np.nan
x = ma.filled(some_process(masked_x), np.nan)
print(x)
# [[  0.  nan   4.]
#  [  9.  nan  25.]
#  [ 36.  nan  64.]]

在numpy中填充阵列

1 个答案: