python - 计算包含 NaN 的数组之间的距离

Question

考虑 array1和 array2 ， 和:

array1 = [a1 a2 NaN ... an]
array2 = [[NaN b2 b3 ... bn],
          [b21 NaN b23 ... b2n],
          ...]

两个数组都是 numpy 数组。有一种简单的方法可以计算 array1 之间的欧几里得距离和每一行 array2 :

EuclideanDistance = np.sqrt(((array1 - array2)**2).sum(axis=1))

搞乱这个计算的是 NaN 值。当然，我可以很容易地用一些数字替换 NaN。但相反，我想做以下事情:

当我比较时 array1与 row_x的 array2 ，我计算其中一个数组有 NaN 而另一个没有的列。让我们假设 count是 3。然后我将从两个数组中删除这些列并计算两者之间的欧几里德距离。最后我加了一个 minus_value * count到计算的距离。

现在，我想不出一种快速有效的方法来做到这一点。有人可以帮助我吗？

以下是我的一些想法:

minus = 1000
dist = np.zeros(shape=(array1.shape[0])) # this array will store the distance of array1 to each row of array2
array1 = np.repeat(array1, array2.shape[0], axis=0) # now array1 has the same dimensions as array2
for i in range(0, array1.shape[0]):
    boolarray = np.logical_or(np.isnan(array1[i]), np.isnan(array2[i]))
    count = boolarray.sum()
    deleteIdxs = boolarray.nonzero() # this should give the indices where boolarray is True
    dist[i] = np.sqrt(((np.delete(array1[i], deleteIdxs, axis=0) - np.delete(array2[i], deleteIdxs, axis=0))**2).sum(axis=0))
    dist[i] = dist[i] + count*minus

然而，这些线条对我来说并不难看。此外，我不断收到索引错误:显然 deleteIdxs 包含超出 array1 范围的索引。不知道这怎么可能。

Answer 1

您可以使用以下方法找到值为 nan 的所有索引:

indices_1 = np.isnan(array1)
indices_2 = np.isnan(array2)

您可以结合使用:

indices_total = indices_1 + indices_2

您可以使用以下方法保留所有 not nan 值:

array_1_not_nan = array1[~indices_total]
array_2_not_nan = array2[~indices_total]