我有两个包含NaN的numpy数组：
A = np.array([np.nan, 2, np.nan, 3, 4])
B = np.array([ 1 , 2, 3 , 4, np.nan])
有什么聪明的方法使用numpy删除两个数组中的NaN，并且还删除另一个列表中相应索引上的内容？使它看起来像这样：
A = array([ 2, 3, ])
B = array([ 2, 4, ])
您可以做的是将2个数组加在一起，这将用NaN值覆盖，如果没有，则使用此值来生成布尔掩码索引，然后使用该索引来索引原始的numpy数组：
In [193]:
A = np.array([np.nan, 2, np.nan, 3, 4])
B = np.array([ 1 , 2, 3 , 4, np.nan])
idx = np.where(~np.isnan(A+B))
idx
print(A[idx])
print(B[idx])
[ 2. 3.]
[ 2. 4.]
来自的输出A+B：
In [194]:
A+B
Out[194]:
array([ nan, 4., nan, 7., nan])
编辑
正如@Oliver W.正确指出的那样，@np.where是不必要的，因为np.isnan它将产生一个布尔索引，可用于索引数组：
In [199]:
A = np.array([np.nan, 2, np.nan, 3, 4])
B = np.array([ 1 , 2, 3 , 4, np.nan])
idx = (~np.isnan(A+B))
print(A[idx])
print(B[idx])
[ 2. 3.]
[ 2. 4.]
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句