Y at-il une meilleure façon de faire numpy.argmin () ignorer les valeurs NaN

Question

Je veux obtenir l'indice de la valeur min d'un tableau numpy qui contient NaN et je veux les ignora

>>> a = array([ nan,   2.5,   3.,  nan,   4.,   5.])  
>>> a  
array([ NaN,  2.5,  3. ,  NaN,  4. ,  5. ])  

si je lance argmin, il renvoie l'index du premier NaN

>>> a.argmin()  
0  

Je remplace NaN avec Infs puis exécutez argmin

>>> a[isnan(a)] = Inf  
>>> a  
array([ Inf,  2.5,  3. ,  Inf,  4. ,  5. ])  
>>> a.argmin()  
1  

Mon dilemme est le suivant: Je préfère ne pas changer NaN à Infs, puis de nouveau après que je suis fait avec argmin (depuis NaN ont une signification plus tard dans le code). Y a-t-il une meilleure manière de faire cela?

Il y a aussi une question de ce qui devrait être le résultat si toutes les valeurs d'origine de sont NaN? Dans ma mise en œuvre, la réponse est 0

Answer 1

Bien sûr! Utilisez nanargmin:

import numpy as np
a = np.array([ np.nan,   2.5,   3.,  np.nan,   4.,   5.])
print(np.nanargmin(a))
# 1

Il y a aussi nansum, nanmax, nanargmax et nanmin,

Dans scipy.stats, il y a nanmean et nanmedian.

Pour plus de moyens pour ignorer nans, consultez masqué tableaux .