Pythonの配列の平均を次の形式で計算したい:
Matrice = [1, 2, None]
None
の値をnumpy.mean
の計算で無視したいのですが、その方法がわかりません。
あなたが探している マスクされた配列 。これが例です。
import MA
a = MA.array([1, 2, None], mask = [0, 0, 1])
print "average =", MA.average(a)
残念ながら、マスクされた配列はnumpyで完全にはサポートされていないため、それらを使用して実行できることと実行できないことを確認する必要があります。
そのためにscipyを使用できます:
import scipy.stats.stats as st
m=st.nanmean(vec)
numpyは使用していませんが、標準ではpythonリスト内包表記またはフィルター関数を使用して、None
をフィルターで除外できます。
>>> [i for i in [1, 2, None] if i != None]
[1, 2]
>>> filter(lambda x: x != None, [1, 2, None])
[1, 2]
次に、結果を平均してNone
を無視します
NaNやInfなどの値で応急することもできるかもしれません。
In [1]: array([1, 2, None])
Out[1]: array([1, 2, None], dtype=object)
In [2]: array([1, 2, NaN])
Out[2]: array([ 1., 2., NaN])
実際には、それは応急修理でさえないかもしれません。 ウィキペディアによると :
NaNは、計算で欠落している値を表すために使用できます。
実際には、これはmean()関数では機能しませんが、気にしないでください。 :)
In [20]: mean([1, 2, NaN])
Out[20]: nan
Filterを使用して、Noneを渡すこともできます。これにより、True以外のオブジェクト、0、:Dもフィルタリングされます。したがって、0も必要ない場合に使用してください。
>>> filter(None,[1, 2, None])
[1, 2]
np.mean(Matrice [Matrice!= None])
次の例のように、配列をnumpyのfloat64 dtypeに「アップキャスト」してから、numpyのnanmeanメソッドを使用できます。
import numpy as np
arr = [1,2,3, None]
arr2 = np.array(arr, dtype=np.float64)
print(arr2) # [ 1. 2. 3. nan]
print(np.nanmean(arr2)) # 2.0