如何在Python中使用numpy和'None'值？

Question

我想以这种形式计算Python中数组的平均值：

Matrice = [1, 2, None]

我只想通过None计算忽略numpy.mean值，但我无法弄明白该怎么做。

Answer 1

您正在寻找masked arrays。这是一个例子。

import MA
a = MA.array([1, 2, None], mask = [0, 0, 1])
print "average =", MA.average(a)

不幸的是，numpy并不完全支持蒙面数组，所以你必须环顾四周才能看到它们可以做什么和不能做什么。

Answer 2

你可以使用scipy：

import scipy.stats.stats as st
m=st.nanmean(vec)

Answer 3

没有使用numpy，但在标准python中，您可以使用列表推导过滤掉None  或过滤功能

>>> [i for i in [1, 2, None] if i != None]
[1, 2]
>>> filter(lambda x: x != None, [1, 2, None])
[1, 2]

然后平均结果以忽略None

Answer 4

您也可以使用NaN或Inf等值来克服。

In [1]: array([1, 2, None])
Out[1]: array([1, 2, None], dtype=object)

In [2]: array([1, 2, NaN])
Out[2]: array([  1.,   2.,  NaN])

实际上，它甚至可能不是一个kludge。 Wikipedia says：

  

NaNs可用于表示计算中的缺失值。

实际上，这对于mean（）函数不起作用，所以没关系。 ：）

In [20]: mean([1, 2, NaN])
Out[20]: nan

Answer 5

您也可以使用过滤器，将None传递给它，它将过滤非True对象，也是0，：D 所以，当你不需要0时使用它。

>>> filter(None,[1, 2, None])
[1, 2]

Answer 6

您可以将数组“转换”为numpy的float64 dtype，然后使用numpy的nanmean方法，如以下示例所示：

import numpy as np

arr = [1,2,3, None]
arr2 = np.array(arr, dtype=np.float64)
print(arr2) # [ 1.  2.  3. nan]
print(np.nanmean(arr2)) # 2.0

Answer 7

np.mean（Matrice [Matrice！= None]）