如何为含NaN的一维掩码数组拟合高斯分布并获取均值与标准差？

嘿，我明白你遇到的问题了——处理掩码数组时直接用scipy.stats.fit总是返回NaN，确实挺头疼的。别担心，其实核心思路很简单：先把数组里的有效未掩码数据提取出来，剩下的就和处理普通数组一样顺畅啦！

下面是具体的解决方案：

步骤1：提取掩码数组中的有效数据 #

对于numpy的MaskedArray（就是你说的带--显示的掩码数组），可以用compressed()方法直接得到一个剔除了NaN和掩码值的纯一维数组。这个方法会自动跳过所有被掩码的元素，只保留有效数据。

步骤2：拟合高斯分布 #

拿到有效数据后，就可以用scipy.stats.norm.fit()来拟合高斯分布了，它会直接返回拟合后的均值和标准差。如果你的数据量足够，这个结果和直接计算数据的均值、标准差几乎一致（因为高斯分布的参数就是样本的均值和标准差）。

步骤3：生成直方图并叠加拟合曲线 #

用matplotlib画出原始有效数据的直方图，再用拟合得到的均值和标准差画出高斯拟合曲线，这样就能直观对比了。

完整代码示例 #

假设你的掩码数组是masked_arr，下面是整合后的代码：

import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

def fit_gaussian_to_masked_array(masked_arr):
    # 提取有效数据
    valid_data = masked_arr.compressed()
    
    # 拟合高斯分布
    mu, sigma = stats.norm.fit(valid_data)
    
    # 生成直方图
    plt.hist(valid_data, bins='auto', density=True, alpha=0.7, label='原始数据直方图')
    
    # 生成拟合的高斯曲线
    x = np.linspace(min(valid_data), max(valid_data), 1000)
    pdf = stats.norm.pdf(x, mu, sigma)
    plt.plot(x, pdf, 'r-', label=f'拟合高斯曲线\n均值={mu:.2f}, 标准差={sigma:.2f}')
    
    plt.xlabel('数值')
    plt.ylabel('密度')
    plt.legend()
    plt.show()
    
    return mu, sigma

# 示例用法（假设你有一个掩码数组）
# masked_arr = np.ma.masked_invalid(your_raw_array_with_nan)
# mu, sigma = fit_gaussian_to_masked_array(masked_arr)

为什么之前的方法失败？ #

你用scipy.stats.fit返回NaN，是因为掩码数组里的NaN/掩码元素没有被过滤，函数无法处理这些无效值。而scipy.mstats虽然提供了很多针对掩码数组的统计函数（比如计算均值、中位数），但确实没有专门的分布拟合函数，所以先提取有效数据是最直接的解决方案。

内容的提问来源于stack exchange，提问作者zhn11tau