查找包含“inf”或“nan”的项目的索引答案

【问题标题】：Finding the index of items cotaining 'inf' or 'nan'查找包含“inf”或“nan”的项目的索引
【发布时间】：2018-07-13 13:22:01
【问题描述】：

以下是我列表中1 项 的示例：

array([[  1,   2,   3,
          43,   83,   92],
       [  12,   54,   93,
          23,   94,   83],
       [  23,   inf,   inf,
          inf,   inf,   inf],
       [  83,   33,   33,
          83,   13,   83],
       [  83,   nan,   83,
          73,   43,   43],
       [  43,   83,   93,
          22,   83,   54],
       [  66,   nan,   74,
          84,   84,   75],
       [  74,   44,   65,
          6,   9,   7],
       [  54,   9,   74,
          754,   55,   74]])

其中一些项目包含inf 或nan 值。因此，我试图返回包含此类值的项目的索引。因此，我尝试执行以下操作：

for x in f:
    if float('inf') in x:
        idx.append(f.index(x))
    elif float('nan') in x:
        idx.append(f.index(x))

但是，当我运行我的脚本时，我收到以下错误：

idx.append(f.index(x))
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

这是为什么呢？我该如何解决这个问题？

作为提醒，以上示例仅为1 项。由于它包含inf 和nan，我想返回该项目的索引。该项目基本上是一个列表列表。

谢谢。

【问题讨论】：

此数据没有任何无穷大或 nans。您能否添加一个具有预期输出的样本？你可以使用np.isfinite。
什么是 f？什么是 idx？如果我没记错的话，这个错误与 inf 或 nan 无关...stackoverflow.com/questions/12647471/…
@cᴏʟᴅsᴘᴇᴇᴅ 我对我的数据进行了编辑以显示示例
@Astrom "f" 是简单的包含数据的列表的名称，而 "idx" 是一个列表，我想在其中添加包含 "inf" 或 "nan" 的项目的索引
接受的答案不是很好，因为您根本不需要列表理解。您可以 100% 将其矢量化。但是，如果您不显示预期的输出，我无法写答案。

标签： python list numpy indexing

【解决方案1】：

按照@coldspeed 的建议，您可以获得包含infs 或nans 的元素索引

idx = [i for i, arr in enumerate(f) if not np.isfinite(arr).all()]

来自idx.append(f.index(x)) 的问题会导致您的错误。如果x 是f 的第一个元素，它将返回True，否则抛出错误。如果您设置f[0] = x.copy() 并尝试检查x in f，它也会抛出错误。两者都是因为bool(x == x) 定义不明确。

【讨论】：

【解决方案2】：

在 Python 中像 Item 这样打印出来的东西应该是 numpy array

如 cᴏʟᴅsᴘᴇᴇᴅ 所述，numpy 中的处理效率最高

将打印输出 'array' inf, nan 放入 np 对象中，并将 'array' 放入 np.array:

import numpy as np
inf, nan = np.inf, np.nan  

a = np.array([[  1,   2,   3,
          43,   83,   92],
       [  12,   54,   93,
          23,   94,   83],
       [  23,   inf,   inf,
          inf,   inf,   inf],
       [  83,   33,   33,
          83,   13,   83],
       [  83,   nan,   83,
          73,   43,   43],
       [  43,   83,   93,
          22,   83,   54],
       [  66,   nan,   74,
          84,   84,   75],
       [  74,   44,   65,
          6,   9,   7],
       [  54,   9,   74,
          754,   55,   74]])

那么有 numpy 函数只用于此类操作

a_infs = np.where(np.isinf(a))

a_infs
Out[170]: (array([2, 2, 2, 2, 2], dtype=int64), array([1, 2, 3, 4, 5], dtype=int64))

a[a_infs]
Out[171]: array([ inf,  inf,  inf,  inf,  inf])

a_nans = np.where(np.isnan(a))

a_nans
Out[173]: (array([4, 6], dtype=int64), array([1, 1], dtype=int64))

a[a_nans]
Out[174]: array([ nan,  nan])

两者可以结合

a_bads = tuple(np.hstack((a_infs, a_nans)))

a[a_bads]
Out[184]: array([ inf,  inf,  inf,  inf,  inf,  nan,  nan])

a_bads
Out[185]: 
(array([2, 2, 2, 2, 2, 4, 6], dtype=int64),
 array([1, 2, 3, 4, 5, 1, 1], dtype=int64))

或被转换为list并被操纵

a_infs = np.array(a_infs).tolist()

a_infs    
Out[175]: [[2, 2, 2, 2, 2], [1, 2, 3, 4, 5]]

[*zip(*a_infs)]
Out[176]: [(2, 1), (2, 2), (2, 3), (2, 4), (2, 5)]

【讨论】：