如何从numpy数组中移除nan值并解决开平方操作的运行警告问题

问题原因与解决方案 #

1. nan过滤失效的问题

你当前的过滤逻辑存在位置错误：np.isnan(x)检查的是原始输入数组x的nan值，而x由np.arange(-5, 6)生成，本身不存在任何nan，因此np.logical_not(np.isnan(x))返回全为True的布尔数组，相当于没有做任何过滤。nan是np.sqrt(x)对负数执行运算后才产生的，你需要对开平方后的结果做nan检查。
正确写法示例：

import numpy as np

x = np.arange(-5, 6)
sqrt_result = np.sqrt(x)
y = sqrt_result[np.logical_not(np.isnan(sqrt_result))]
# 也可以用位取反运算符简化写法：y = sqrt_result[~np.isnan(sqrt_result)]
print(y)

运行后输出为：

[0.         1.         1.41421356 1.73205081 2.         2.23606798]

2. 消除开平方负数的运行时警告

你可以通过numpy的错误状态设置来屏蔽这类无效值运算警告，分为两种适用场景：

• 全局生效：适合你后续所有操作都需要忽略这类警告的场景，在代码开头添加配置即可：

  np.seterr(invalid='ignore')
  

• 局部生效：仅在指定代码块范围内屏蔽警告，避免影响其他逻辑的报错提示，使用上下文管理器实现：

  with np.errstate(invalid='ignore'):
      # 所有会产生nan的运算都放在该代码块内
      sqrt_result = np.sqrt(x)
  

通用处理建议

如果后续会有大量产生nan的运算，可以统一在所有运算执行完成后，批量过滤结果中的nan值：

# 执行完所有运算后统一过滤
final_result = all_calc_result[~np.isnan(all_calc_result)]

内容的提问来源于stack exchange，提问作者Gabe Morris