Numpy数组获取不是NaN的数组的子集/切片

Posted 2023-02-23

【中文标题】Numpy数组获取不是NaN的数组的子集/切片

【英文标题】：Numpy array get the subset/slice of an array which is not NaN

【发布时间】：2013-06-12 04:02:57

【问题描述】：

我有一个大小数组：(50, 50)。在这个数组中有一个大小为 (20,10) 的切片。 只有这个 slice 包含数据，其余的都设置为 nan。

如何从我的大数组中切出这个切片？

【参考方案1】：

您可以使用精美的索引来收集not NaN 的项目：

a = a[ np.logical_not( np.isnan(a) ) ].reshape(20,10)

或者，按照乔金顿的建议：

a = a[ ~np.isnan(a) ]

【讨论】：

虽然有了这个，你还是要提前知道非NaN区域的形状。 OP，你事先知道吗？

对 OP 的好问题，从问题文本看来，最终的形状是已知的。但是，如果至少知道列数或行数，则可以使用这种方法...

附带说明，使用~ 运算符而不是logical_not 会更简洁（尽管可读性较差）。例如。 a[~np.isnan(a)].

非常感谢您的提示！我实际上对此一无所知...我将编辑答案...

【参考方案2】：

你知道 NaN 在哪里吗？如果是这样，这样的事情应该可以工作：

newarray = np.copy(oldarray[xstart:xend,ystart:yend])

其中xstart 和xend 是您想要在x 维度中的切片的开始和结束，对于y 也是类似的。如果您不再需要它，您可以删除旧数组以释放内存。

如果您不知道 NaN 在哪里，这应该可以解决问题：

# in this example, the starting array is A, numpy is imported as np
boolA = np.isnan(A) #get a boolean array of where the nans are
nonnanidxs = zip(*np.where(boolA == False)) #all the indices which are non NaN
#slice out the nans
corner1 = nonnanidxs[0]
corner2 = nonnanidxs[-1]
xdist = corner2[0] - corner1[0] + 1
ydist = corner2[1] - corner1[1] + 1
B = copy(A[corner1[0]:corner1[0]+xdist,corner1[1]:corner1[1]+ydist])
#B is now the array you want

请注意，这对于大型数组来说会很慢，因为np.where 会查看整个内容。数字错误跟踪器中存在一个未解决的问题，该方法发现第一个索引等于某个值然后停止。可能有一种更优雅的方式来做到这一点，这只是我想到的第一件事。

编辑：忽略，sgpc 的答案要好得多。

【讨论】：

NaN 会改变，所以我不知道它们会从哪里开始，只知道有限区域是连续的。我想切出有限的区域并仍然保持二维形状，但 numpy 不会这样做： zz = obj.lat2d[np.isfinite(obj.lat2d)] zz.shape is (33024,)

编辑了我的答案，见上文，或查看 sgpc 的答案。