如何在numpy数组中获取所有NaN值的索引列表？

Question

现在假设我有一个numpy数组，它被定义为：

[[1,2,3,4],
[2,3,NaN,5],
[NaN,5,2,3]]

现在我想要一个包含所有缺失值索引的列表，在这种情况下是[(1,2),(2,0)]。

有没有办法可以做到这一点？

- xxx222

Answer 1

np.isnan与np.argwhere结合使用。

x = np.array([[1,2,3,4],
              [2,3,np.nan,5],
              [np.nan,5,2,3]])
np.argwhere(np.isnan(x))

输出：

array([[1, 2],
       [2, 0]])

- michael_j_ward

---

如何对一个由浮点数值组成的数组执行同样的操作？ - Deepraj Chanda

argwhere 真是太棒了！不过我有一个附加问题。由于它返回索引列表，是否有任何方法在 numpy 中将这些索引合并成最小的切片列表。例如，我得到 [[1,1],[1,2],[1,3],[3,8],[4,8],[5,8]]，希望得到 [[1,1:4],[3:6,8]]，主要是因为我的数据没有很好的窗口，而且索引列表非常大。 - Bernd Wechner

Answer 2

你可以使用np.where来匹配数组中对应于Nan值的布尔条件，并映射每个结果以生成一个tuples列表。

>>>list(map(tuple, np.where(np.isnan(x))))
[(1, 2), (2, 0)]

- Nickil Maveli

---

我认为你想要的是 list( zip(* map( list, np.where(np.isnan(x) ) ) ) )。 - travelingbones

Answer 3

由于x！= x返回与np.isnan（x）相同的布尔数组（因为np.nan！= np.nan将返回True），您还可以编写：

np.argwhere(x!=x)

但是，我仍然建议编写np.argwhere(np.isnan(x))，因为它更易读。我只是尝试在此答案中提供另一种编写代码的方式。

- johnnyasd12

Answer 4

另一种方法是使用np.ma.masked_invalid(x)。如果你只想让numpy在有效值上进行操作，这是一种更简单的方式。例如，

x = np.ones((2,2))
x[(0,0)] = np.nan
x = np.ma.masked_invalid(x)
np.sum(x)

返回3

- Ahmet Güneş

---

这并没有回答楼主的问题。 - undefined