有没有更好的方法让numpy.argmin()忽略NaN值

Question

我想要找到一个包含NaN（不是数字）的numpy数组中最小值的索引，并且希望忽略这些NaN。

>>> a = array([ nan,   2.5,   3.,  nan,   4.,   5.])  
>>> a  
array([ NaN,  2.5,  3. ,  NaN,  4. ,  5. ])  

如果我直接使用argmin，它会返回第一个NaN的索引。

>>> a.argmin()  
0  

我把NaN替换成无穷大（Infs），然后再用argmin。

>>> a[isnan(a)] = Inf  
>>> a  
array([ Inf,  2.5,  3. ,  Inf,  4. ,  5. ])  
>>> a.argmin()  
1  

我面临的困境是：我不想把NaN改成无穷大，然后在用完argmin后再改回来，因为在后面的代码中，NaN是有意义的。有没有更好的方法呢？

还有一个问题是，如果原始数组a中的所有值都是NaN，结果应该是什么？在我的实现中，答案是0。

Answer 1

当然可以！使用 nanargmin：

import numpy as np
a = np.array([ np.nan,   2.5,   3.,  np.nan,   4.,   5.])
print(np.nanargmin(a))
# 1

还有 nansum、nanmax、nanargmax 和 nanmin，

在 scipy.stats 里，有 nanmean 和 nanmedian。

想了解更多忽略 nan 的方法，可以看看 掩码数组。