Ignoring -Inf wartości w tablicach używających numpy/scipy w Pythonie

Question

Mam tablicę NxM w numpy, którą chciałbym wziąć dziennik i zignorować wpisy, które były ujemne przed zrobieniem logu. Kiedy zajmie dziennik ujemnych wpisów, to zwraca -Inf, więc będę mieć macierz z pewnymi wartościami -Inf jako wynik. Następnie chciałbym podsumować kolumny tej macierzy, ale ignorując wartości -Inf - jak mogę to zrobić?

Na przykład

mylogarray = log(myarray) 
# take sum, but ignore -Inf? 
sum(mylogarray, 0) 

Wiem, że nansum i muszę równowartość, coś infsum.

Dzięki.

Answer 1

Zastosowanie masked arrays:

>>> a = numpy.array([2, 0, 1.5, -3]) 
>>> b = numpy.ma.log(a) 
>>> b 
masked_array(data = [0.69314718056 -- 0.405465108108 --], 
      mask = [False True False True], 
     fill_value = 1e+20) 

>>> b.sum() 
1.0986122886681096 

Answer 2

Użyj filter():

>>> array 
array([ 1., 2., 3., -Inf]) 
>>> sum(filter(lambda x: x != float('-inf'), array)) 
6.0 

Answer 3

może można indeksować macierz i zastosowanie:

import numpy as np; 
matrix = np.array([[1.,2.,3.,np.Inf],[4.,5.,6.,np.Inf],[7.,8.,9.,np.Inf]]); 
print matrix[:,1]; 
print sum(filter(lambda x: x != np.Inf,matrix[:,1])); 
print matrix[1,:]; 
print sum(filter(lambda x: x != np.Inf,matrix[1,:])); 

Answer 4

Najprostszym sposobem, aby to zrobić jest użycie numpy.ma.masked_invalid():

a = numpy.log(numpy.arange(15)) 
a.sum() 
# -inf 
numpy.ma.masked_invalid(a).sum() 
# 25.19122118273868