Question

我正在尝试创建一个列表，其中包含列表NaNs中所有a的索引。

问题在于列表ind中没有任何内容。如果我放置NaN之类的随机字符串而不是c，那么它会起作用。

import numpy as np

a=[1, 2, 3, 4, np.nan, np.nan, 2, np.nan]

ind=[]
for i in range(0,len(a)):

    if a[i]==float("NaN"):
        ind.append(i)
print ind

Answer 1

使用np.nan进行比较

import numpy as np

a=[1,2,3,4,np.nan,np.nan,2,np.nan]

ind=[]
for i in range(0,len(a)):
    if a[i] is np.nan:
        ind.append(i)
print ind

输出

[4, 5, 7]

使用列表理解：

[x  for x in range(0,len(a)) if a[x] is np.nan]

或者，如果您使用numpy函数构建了数组，请使用np.isnan(a[i])进行比较。

Answer 2

如果您使用的是NumPy，则应该真正开始使用数组，并摆脱在Python级别手动循环的习惯。手动循环通常比让NumPy处理事情要慢大约100倍，而浮点数列表大约要占用数组内存的4倍。

在这种情况下，NumPy可以非常简单地为您提供一系列NaN索引：

ind = numpy.where(numpy.isnan(a))[0]

numpy.isnan给出一个布尔数组，告诉a的哪些元素为NaN。 numpy.where给出了True个元素的索引数组，但是为了与多维数组上的行为保持一致，包裹在1个元素的元组中，因此[0]从元组中提取数组。

当a是列表时，此方法有效，但是您实际上应该使用数组。

您的尝试失败，因为NaN值彼此不相等或彼此不相等：

>>> numpy.nan == numpy.nan
False
>>> numpy.nan == float('nan')
False

NaN的这种设计目的是为了算法上的方便，使x != x在产生要比较的NaN的环境中比较麻烦，并且因为NaN很少使用有效载荷< / em>组件在不同的NaN之间可能会有所不同。

另一个答案建议进行is numpy.nan测试，但这是错误的并且不可靠。仅当您的NaN恰好是特定对象numpy.nan时才有效，这种情况很少发生：

>>> float('nan') is numpy.nan False >>> numpy.float64(0)/0 is numpy.nan __main__:1: RuntimeWarning: invalid value encountered in double_scalars False >>> numpy.array([numpy.nan])[0] is numpy.nan False

依靠is numpy.nan支票，它们会咬你。

如何获取列表中所有NaN的所有索引？

2 个答案: