numpy.ndarray 在求mean，max，min的時(shí)候如何忽略跳過(guò)nan值？

我們?cè)趯?duì)一個(gè)python numpy數(shù)組求均值或最大值的時(shí)候，如果這個(gè)數(shù)組里包含nan，那么程序就會(huì)報(bào)錯(cuò)或者求出來(lái)的值是nan，如下所示

import numpy as np

In [1]: import numpy as np

In [2]: test = np.array([3,5,4,7,np.nan])

In [3]: m = test.mean()

In [4]: m
Out[4]: nan

In [5]: np.mean(test)
Out[5]: nan
1
2
3
4
5
6
7
8
9
10
11
12
13

那么我們?nèi)绾蝸?lái)忽略這里面的nan，缺省值呢，numpy還有其他函數(shù)可以實(shí)現(xiàn)，那就是np.nanmean, np.nanmax 諸如此類(lèi)的函數(shù)，可以看出來(lái)就是前面加上一個(gè)nan，這類(lèi)函數(shù)叫nan安全函數(shù)。

In [6]: np.nanmean(test)
Out[6]: 4.75

In [7]: np.nanmax(test)
Out[7]: 7.0