使用列表推导式将NumPy数组展平，替代解决方案。

Question

我有一个形状为 (14, 3200, 2500) 的数组 a。

我想从中提取非 nan 值到一个形状为 (-1, 14) 的数组。

这是我的当前代码：

nans = ~(np.isnan(a)).any(axis=0)
indices = np.where(nans)
vals = np.asarray([a[:, i, j] for i, j in zip(indices[0], indices[1])])

但我认为我应该将列表推导式更改为numpy内置函数，但是找不到一个能做到这一点的函数，因为这似乎并不快。有人有好的建议吗？

编辑： 我还在尝试获取这些值的索引，所以我的输出应该是形状为(-1, 14)、(-1, 2)的数组。 第二个数组是用以下代码生成的：

np.stack((indices[0],indices[1])).transpose()

因此，列表推导应保留顺序。

- MesRot

---

为什么不先将数组压平，然后提取非 NaN 值呢？ - Dani Mesejo

展开数组是否保留顺序？我还试图获取这些值在数组中的坐标。我会添加一个编辑。 - MesRot

Answer 1

使用 numpy 索引，然后跟着一个.T（转置）就可以解决这个问题：

vals = a[:, indices[0], indices[1]].T

可以检查一下，它返回与您当前的方法相同的数组：

nans = ~(np.isnan(a)).any(axis=0)
indices = np.where(nans)
vals = np.asarray([a[:, i, j] for i, j in zip(indices[0], indices[1])])

# changed the name for comparison purposes
vals2 = a[:, indices[0], indices[1]].T
print(np.isclose(vals, vals2).all())

输出

True

注意：

数组 a（用于测试）是通过以下方式生成的：

a = np.random.random((14, 3200, 2500))
a[a < 0.3] = np.nan

- Dani Mesejo

---

对于numpy数组，它的工作效果非常好。任何遇到这个问题的人请注意，这不适用于xarray.DataArray，您必须先转换为numpy。 - MesRot