为 nan 值 numpy 数组放置随机数

Question

我有一个 numpy 数组 X，其中包含 nan 值。

X = np.array([[  1.,   2.,   3.],
              [  4.,  nan,  54.],
              [ 90.,  32.,  nan],
              [ 55.,  42.,  86.]])

我想用 不同 随机数替换所有 nan 值。我可以使用np.random.randn() 轻松生成随机数。我可以使用掩码来定位和计算 nans。

mx = ma.masked_array(X,mask=np.isnan(X)) //locate nans
mx.mask.sum()      // count nans so I know how many random values to generate

我的问题是我不知道如何快速有效地输入它们。我上面给出的示例是一个非常小的数据集，但我有一个要大得多。因此效率是关键。

如果我尝试

X[mx.mask] = np.random.randn() //or 
X[mx.mask]=np.random.randn(mx.mask.sum())

我将每个 nan 替换为 same 随机数，这不是我想要的，否则在第二个示例中会出现广播错误。

有什么建议吗？

Answer 1

X[np.isnan(X)] = np.random.randn(len(X[np.isnan(X)]))

以上内容对我来说非常适合。 Numpy 1.8.0 版。