如何平均具有nan值的2d数组？

Question

我有12个.grd文件保存在同一路径中，都是二维数组格式。你知道吗

为了平均它们的值，我使用了简单的循环方法

ave_value = np.zeros_like(test_array) # generate a zero-array firstly
for i in range(0,12,1):
    file_path = %(i+1)+'.grd' #1.grd, 2.grd,...
    # read_grd is an user-defined function
    value, nodata_value = read_grd(file_path)
    value[value == nodata_value] = np.nan    
    ave_value_+=value
ave_value = ave_value/12.0 

但是，我发现这个功能没有考虑到位置包含一些np.nan公司价值观。你知道吗

例如，一个网格文件中的位置[2,2]为np.nan公司，但在其他数据集中有某些值。然而，在上述平均过程中，导出的平均值中的平均值也是np.nan公司. 你知道吗

有没有更好的解决办法来平均不同的二维阵列关于np.nan公司值，即如果特定位置的值np.nan公司在3个文件中，我们只取其他9个文件中相应值的平均值。你知道吗

如有任何意见或建议，将不胜感激。你知道吗

Answer 1

您可以使用np.nanmean()：https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.nanmean.html

a = np.array([np.nan, 3.4, 5.2, np.nan, 1.2])
b = np.nanmean(a)
print(b)

>>> 3.266666666667

对于二维数组（或n维数组），可以使用axis关键字来指定如何计算平均值。你知道吗