我有一个像这样的 numpy 数组
[None, None, None, None, None, 8, 7, 2, None, None , None , None, None,
None, None, 169, 37, 9 ,7 ,23, None , None , 111, 24, 8 7 , 9, 12 , 74, None.......]
我总是需要在 None 之间的第一个和最后一个值，结果应该是这样的
[8,2,169,23,111,74,...]
有谁知道如何轻松取回这些数字？
请您参考如下方法:
包含 None 和整数的 NumPy 数组无论如何都是 object 类型。 似乎首先使用列表更容易:
res = []
for x1, x2 in zip(L[:-1], L[1:]):
if (x1 is not None and x2 is None):
res.append(x1)
elif (x1 is None and x2 is not None):
res.append(x2)
无 res 是:
[8, 2, 169, 23, 111, 74]
当列表不是以 None 开始或结束时，为了避免错误的结果，将搜索限制在第一个和最后一个 None 之间的部分:
res = []
start = L.index(None)
end = len(L) - L[::-1].index(None)
for x1, x2 in zip(L[start:end-1], L[start+1:end]):
if (x1 is not None and x2 is None):
res.append(x1)
elif (x1 is None and x2 is not None):
res.append(x2)
如果您有一个 NumPy 数组，其中包含 NaN 而不是 None:
a = np.array([np.nan, np.nan, np.nan, np.nan, np.nan, 8, 7, 2, np.nan,
np.nan , np.nan , np.nan, np.nan, np.nan, np.nan, 169, 37, 9,
7 ,23, np.nan , np.nan , 111, 24, 8, 7 , 9, 12 , 74, np.nan])
你可以用向量化的方式来做到这一点:
b = a[np.isnan(np.roll(a, 1)) | np.isnan(np.roll(a, -1))]
res = b[~np.isnan(b)]
现在 res 看起来像这样:
array([ 8., 2., 169., 23., 111., 74.])
又是一个限量版 在第一个和最后一个 NaN 之间搜索:
indices = np.arange(len(a))[np.isnan(a)]
short = a[indices[0]:indices[-1]]
b = short[np.isnan(np.roll(short, 1)) | np.isnan(np.roll(short, -1))]
res = b[~np.isnan(b)]
