我在 numpy 中有一个包含两列的数组。例如：
a = array([[1, 5, nan, 6],
[10, 6, 6, nan]])
a = transpose(a)
我想有效地遍历两列 a[:, 0] 和 a[:, 1] 并删除满足特定条件的任何对，在这种情况下，如果它们是 NaN。我能想到的明显方法是：
new_a = []
for val1, val2 in a:
if val2 == nan or val2 == nan:
new_a.append([val1, val2])
但这似乎很笨拙。这样做的 pythonic numpy 方式是什么？
谢谢。
【问题讨论】：
如果您只想获取没有 NAN 的行，这就是您需要的表达式：
>>> import numpy as np
>>> a[~np.isnan(a).any(1)]
array([[ 1., 10.],
[ 5., 6.]])
如果您想要其元素中没有特定数字的行，例如5：
>>> a[~(a == 5).any(1)]
array([[ 1., 10.],
[ NaN, 6.],
[ 6., NaN]])
后者显然等价于
>>> a[(a != 5).all(1)]
array([[ 1., 10.],
[ NaN, 6.],
[ 6., NaN]])
说明： 让我们首先创建您的示例输入
>>> import numpy as np
>>> a = np.array([[1, 5, np.nan, 6],
... [10, 6, 6, np.nan]]).transpose()
>>> a
array([[ 1., 10.],
[ 5., 6.],
[ NaN, 6.],
[ 6., NaN]])
这决定了哪些元素是 NAN
>>> np.isnan(a)
array([[False, False],
[False, False],
[ True, False],
[False, True]], dtype=bool)
这标识了哪些行具有任何为真的元素
>>> np.isnan(a).any(1)
array([False, False, True, True], dtype=bool)
由于我们不想要这些，我们否定最后一个表达式：
>>> ~np.isnan(a).any(1)
array([ True, True, False, False], dtype=bool)
最后我们使用布尔数组来选择我们想要的行：
>>> a[~np.isnan(a).any(1)]
array([[ 1., 10.],
[ 5., 6.]])
【讨论】：
您可以将数组转换为masked array，并使用compress_rows method：
import numpy as np
a = np.array([[1, 5, np.nan, 6],
[10, 6, 6, np.nan]])
a = np.transpose(a)
print(a)
# [[ 1. 10.]
# [ 5. 6.]
# [ NaN 6.]
# [ 6. NaN]]
b=np.ma.compress_rows(np.ma.fix_invalid(a))
print(b)
# [[ 1. 10.]
# [ 5. 6.]]
【讨论】：
不要贬低 ig0774 的答案，这是完全有效的 Pythonic，实际上是用普通 Python 做这些事情的正常方式，但是：numpy 支持布尔索引系统，它也可以完成这项工作。
new_a = a[(a==a).all(1)]
我不确定哪种方式更有效（或执行速度更快）。
如果您想使用不同的条件来选择行，则必须进行更改，具体如何取决于条件。如果可以独立评估每个数组元素，您可以将a==a 替换为适当的测试，例如消除所有大于 100 的行，您可以这样做
new_a = a[(a<=100).all(1)]
但是，如果您尝试做一些涉及一行中所有元素的花哨的事情（例如消除总和超过 100 的所有行），则可能会更复杂。如果是这种情况，如果您想分享您的确切情况，我可以尝试编辑更具体的答案。
【讨论】：
我认为list comprehensions 应该这样做。例如，
new_a = [(val1, val2) for (val1, val2) in a if math.isnan(val1) or math.isnan(val2)]
【讨论】：
val1 != val1 的测试，因为nan == nan 返回false。但是+1。
NaN，所以我主要是在解决构建列表的形式。根据此处的文档：docs.python.org/library/math.html#math.isnan，我认为这应该可行...