Question

我有一个数组。有效值不为零（正或负）。我想在数组中找到不应该考虑零的最小值和最大值。例如，如果数字只是负数。零会有问题。

Answer 1

怎么样：

import numpy as np
minval = np.min(a[np.nonzero(a)])
maxval = np.max(a[np.nonzero(a)])

其中a是您的数组。

Answer 2

如果您可以在数组中选择“无效”值，最好使用nan代替0：

>>> a = numpy.array([1.0, numpy.nan, 2.0])
>>> numpy.nanmax(a)
2.0
>>> numpy.nanmin(a)
1.0

如果无法做到这一点，可以使用数组掩码：

>>> a = numpy.array([1.0, 0.0, 2.0])
>>> ma = numpy.ma.masked_equal(a, 0.0, copy=False)
>>> ma.max()
2.0
>>> ma.min()
1.0

与Josh's answer using advanced indexing相比，这有利于避免创建数组的副本。

Answer 3

这是另一种屏蔽方式，我认为更容易记住（虽然它会复制数组）。就这一点而言，它是这样的：

>>> import numpy
>>> a = numpy.array([1.0, 0.0, 2.0])
>>> ma = a[a != 0]
>>> ma.max()
2.0
>>> ma.min()
1.0
>>>

它推广到其他表达式，例如＆gt; 0，numpy.isnan（a），... 您可以将掩码与标准运算符组合（+表示OR，*表示AND， - 表示NOT），例如：

# Identify elements that are outside interpolation domain or NaN
outside = (xi < x[0]) + (eta < y[0]) + (xi > x[-1]) + (eta > y[-1])
outside += numpy.isnan(xi) + numpy.isnan(eta)
inside = -outside
xi = xi[inside]
eta = eta[inside]

Answer 4

一种简单的方法是使用列表推导来排除零。

>>> tup = (0, 1, 2, 5, 2)
>>> min([x for x in tup if x !=0])
1

Answer 5

您可以使用生成器表达式过滤掉零：

array = [-2, 0, -4, 0, -3, -2]
max(x for x in array if x != 0)

Answer 6

Masked arrays通常是专门为这些目的而设计的。您可以利用数组中的零掩码（或您想要的 ANY 其他类型的掩码，甚至包括比简单等式更复杂的掩码），并且可以在常规数组上执行大部分操作您的蒙版数组。您还可以指定要沿其查找最小值的轴：

import numpy.ma as ma
mx = ma.masked_array(x, mask=x==0)
mx.min()

示例输入：

x = np.array([1.0, 0.0, 2.0])

输出：

1.0

在python中找到numpy数组（或元组）中的最小/最大排除零

6 个答案: