Python / Numpy中包含NAN的数组的线性回归
我有两个数组，比如说varx和variant。两者在不同位置都包含NAN值。但是，我想对两者进行线性回归，以显示两个数组之间的相关程度。到目前为止，这非常有帮助：http : //glowingpython.blogspot.de/2012/03/linear-
regression-with-numpy.html
但是，使用此：
slope, intercept, r_value, p_value, std_err = stats.linregress(varx, vary)
对每个输出变量都得出nans。从两个数组中仅取有效值作为线性回归的输入的最便捷方法是什么？我听说过遮罩数组，但是不确定其工作原理。
问题答案：
您可以使用遮罩删除NaN：
mask = ~np.isnan(varx) & ~np.isnan(vary)
slope, intercept, r_value, p_value, std_err = stats.linregress(varx[mask], vary[mask])
-
问题内容： 对于我的单元测试，我想检查两个数组是否相同。简化示例： 这是行不通的，因为。最好的进行方法是什么？ 问题答案： 或者您可以使用或用： 编辑 由于您正在使用它进行单元测试，因此裸露（而不是将其包装成get ）可能更自然。
-
问题内容： 我在创建numpy数组的numpy数组时遇到问题。我将在一个循环中创建它： 所需结果： 实际结果： 可能吗？我不知道数组的最终尺寸，因此无法使用固定尺寸对其进行初始化。 问题答案： 永远不要在循环中追加数组：与基本的Python相比，这是NumPy非常不擅长的一项操作。这是因为您要对每个数据进行完整复制，这将花费您二次时间。 相反，只需将您的数组附加到Python列表中，并在最后进行转
-
问题内容： 我遇到了Python的Numpy，set和NaN（非数字）的意外行为： 在这里，np.nan产生单个元素集，而Numpy的nans产生一个集合中的多个nans。float（’nan’）也是如此！并注意： 我想知道这种差异是如何产生的，以及不同行为背后的合理性是什么。 问题答案： NAN的特性之一是NAN！= NAN，与所有其他数字不同。但是，在尝试插入新成员之前，first的实现会先检
-
问题内容： 有没有一种快速的方法用（例如）线性插值替换numpy数组中的所有NaN值？ 例如， 将被转换成 问题答案： 让我们首先定义一个简单的辅助函数，以使其更直接地处理NaN的索引和逻辑索引： 现在可以像这样使用： -– 尽管指定一个单独的函数来执行以下操作似乎有点过头了： 它最终将支付股息。 因此，每当您处理与NaNs相关的数据时，只需将其所需的所有（新的与NaN相关的新功能）封装在某些特定
-
问题内容： 以下是gcc 4.4.4下的简单代码段错误 将最后一行更改为 工作良好。使用编译时，这两个版本均可使用。我是在简单地调用未定义的行为，还是在标准中进行了某些更改，从而使代码可以在C99下工作？为什么在C89下崩溃？ 问题答案： 我相信C89 / C90和C99中的行为均未定义。 是数组类型的表达式，特别是。 C99 6.3.2.1p3说： 除非它是 sizeof 运算符或一元 ＆ 运算
-
我正在运行我在buitin网站上看到的一个关于张量流线性回归的代码，它总是给我一个错误，我不知道代码有什么问题。首先我以为这是我的ide，然后当我切换到jupyter实验室时，它显示了我在这一点上的错误 首先我以为这是我的ide，然后当我切换到jupyter实验室时，它显示了我在这一点上的错误