为numpy数组中的nan值随机填充数字

Question

我有一个numpy数组X，其中包含nan值。

X = np.array([[  1.,   2.,   3.],
              [  4.,  nan,  54.],
              [ 90.,  32.,  nan],
              [ 55.,  42.,  86.]])

我想用一个不同的随机数替换所有NaN值。 我可以使用np.random.randn()轻松生成随机数。 我可以使用掩码来定位和计算NaN值。

mx = ma.masked_array(X,mask=np.isnan(X)) //locate nans
mx.mask.sum()      // count nans so I know how many random values to generate

我的问题是我不知道如何快速高效地输入它们。我上面举的例子只是一个非常小的数据集，但我有一个要大得多的数据集。因此，效率至关重要。

如果我尝试：

X[mx.mask] = np.random.randn() //or 
X[mx.mask]=np.random.randn(mx.mask.sum())

我将每个nan替换为同一个随机数，这不是我想要的结果，或者在第二个示例中会出现广播错误。

有什么建议吗？

- Terence Chow

---

这个有帮助吗？https://dev59.com/bmsz5IYBdhLWcg3wuKW6 - grebneke

Answer 1

X[np.isnan(X)] = np.random.randn(len(X[np.isnan(X)]))

以上对我非常完美。 Numpy版本1.8.0。

- U2EF1

---

哇，我是个新手，一定是哪里打错了。等10分钟后再检查一下，谢谢！ - Terence Chow