Python/Numpy 中包含 NAN 的数组的线性回归答案

【问题标题】：Linear regression of arrays containing NANs in Python/NumpyPython/Numpy 中包含 NAN 的数组的线性回归
【发布时间】：2012-11-18 13:32:39
【问题描述】：

我有两个数组，比如说 varx 和 vary。两者都在不同位置包含 NAN 值。但是，我想对两者进行线性回归，以显示两个数组的相关程度。到目前为止，这很有帮助：http://glowingpython.blogspot.de/2012/03/linear-regression-with-numpy.html

但是，使用这个：

slope, intercept, r_value, p_value, std_err = stats.linregress(varx, vary)

为每个输出变量生成 nans。仅将两个数组中的有效值作为线性回归的输入最方便的方法是什么？我听说过屏蔽数组，但不确定它是如何工作的。

【问题讨论】：

【解决方案1】：

您可以使用掩码移除 NaN：

mask = ~np.isnan(varx) & ~np.isnan(vary)
slope, intercept, r_value, p_value, std_err = stats.linregress(varx[mask], vary[mask])

【讨论】：

完美运行！不知道 ~ 运算符的意思是“不是”。
@HyperCube 注意这一点，它仅表示 NumPy 数组的“不是”（这是对正常含义的滥用，即按位非运算符）。见stackoverflow.com/questions/13600988/…
公平地说，如果按照老式的位掩码来考虑掩码，这并不是什么滥用
您也可以使用mask = np.isfinite(varx) & np.isfinite(vary) 保持积极性。当然，这会稍微改变含义以排除无穷大。
@ecatmur，如果仅变量包含一些 nan 会发生什么？当我尝试应用您建议的方法时，出现以下错误：ValueError：除连接轴外的所有输入数组维度必须完全匹配