numpy digitize 中的屏蔽值

【问题标题】：Masked values in numpy digitizenumpy digitize 中的屏蔽值
【发布时间】：2019-11-19 11:50:12
【问题描述】：

我希望numpy digitize 忽略我数组中的一些值。为了实现这一点，我用NaN 替换了不需要的值并屏蔽了NaN 值：

import numpy as np
A = np.ma.array(A, mask=np.isnan(A))

尽管如此，np.digitize 将掩码值抛出为-1。有没有其他方法可以让np.digitize 忽略屏蔽值（或NaN）？

【问题讨论】：

是一维数组吗？
@some_name.py 是

标签： python numpy nan masked-array

【解决方案1】：

我希望它不是性能优化，否则你可以数字化功能后的掩码：

import numpy as np

A = np.arange(10,dtype=np.float)
A[0] = np.nan
A[-1] = np.nan

bins = np.array([1,2,7])

res = np.digitize(A,bins)

# here np.nan is assigned to the highes bin 
# using numpy '1.17.2'
print(res)

# sp you mask you array after the execution of 
# np.digitize
print(res[~np.isnan(A)])

>>> [3 1 2 2 2 2 2 3 3 3]
>>> [1 2 2 2 2 2 3 3]

【讨论】：