使用 scipy 包含 NAN 的 Y 值的线性回归答案

【问题标题】：Linear regression with Y values containing NAN using scipy使用 scipy 包含 NAN 的 Y 值的线性回归
【发布时间】：2015-11-05 16:15:43
【问题描述】：

我有两个一维数组，我想做一些线性回归。我用过：

slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)

但是斜率和截距总是 NAN，NAN。我读了一点，我发现如果 x 或 y 有一些 NAN，那就是预期的结果。我试过这个solution 但它不起作用，因为在我的情况下，只有 y 包含一些 NAN；不是 x。所以使用该解决方案，我有错误： ValueError: all the input array dimensions except for the concatenation axis must match exactly.

我该如何解决这个问题？

【问题讨论】：

你能插入你的 nans 吗？
你不能简单地排除 nan 值吗？我看不到它们为您的模型贡献了哪些信息。

标签： python arrays numpy scipy linear-regression

【解决方案1】：

屏蔽x 和y 中的值，其中y 中有NaN：

xm = np.ma.masked_array(x,mask=np.isnan(y)).compressed()
ym = np.ma.masked_array(y,mask=np.isnan(y)).compressed()

slope, intercept, r_value, p_value, std_err = stats.linregress(xm, ym)

【讨论】：

(+1) 你有兴趣提交这个作为对 scipy 文档@tom 的改进吗？ github.com/scipy/scipy/issues/629
当然，我很高兴，但以前从未这样做过，请您指出正确的方向吗？ :)
见，例如，docs.scipy.org/doc/scipy/reference/hacking.html 开始。让我们在上面链接的 github 问题中进一步讨论。