取数据集中值的平均值，同时忽略两个值

Question

我有一个数据集dod，我想取dod中值的平均值。在dod中有填充值，值为-9.99，值为0。我想在取平均值时忽略这些值。你知道吗

到目前为止，我只能忽略填充值：

dod = f.variables['dod_modis_flg1'][i]

def nan_if(arr, value):
    return np.where(arr == value, np.nan, arr)
mean = np.nanmean([nan_if(dod, -9.99)])
print(mean)

有人知道我在取平均值的时候，怎么也可以忽略0的值吗？你知道吗

Answer 1

这应该管用。您可以在一行中完成这一切—为了清楚起见，我只创建new_array变量：

# get the dod array but without -9.99 or 0.
new_array = dod[~np.isin(dod, [-9.99, 0])]
np.nanmean(new_array)

注：要求numpy>；=1.13

Answer 2

您可以用nan替换不需要的值，但这将更改原始数组：

dod[~numpy.logical_or(numpy.isclose(dod, 0), numpy.isclose(dod, -9.99))] = numpy.nan
numpy.mean(dod)

需要分配三个额外的布尔数组来执行该操作，但不会创建额外的浮点数组。你知道吗

或者只选择所需的值并取平均值：

tmp = dod[~numpy.logical_or(numpy.isclose(dod, 0), numpy.isclose(dod, -9.99))]
numpy.mean(tmp)

但这将额外创建一个中间浮点数组

numpy.may_share_memory(tmp, dod)   # False

第三个选项是创建一个屏蔽数组，如：

tmp2 = numpy.ma.masked_where(
    numpy.logical_or(numpy.isclose(dod, 0), numpy.isclose(dod, -9.99)),
    dod,
    copy=False
)
numpy.mean(tmp2)

它只创建额外的布尔数组，而不创建中间浮点数组：

numpy.may_share_memory(tmp2.data, dod)   # True

结论

• 如果允许修改输入数组，请这样做（选项1）
• 如果不允许修改输入数组，请创建临时屏蔽数组（选项3）