在python中找到numpy数组(或元组)中的最小/最大排除零

Question

我有一个阵列.有效值不为零(正或负).我想在数组中找到不应该考虑零的最小值和最大值.例如,如果数字只是负数.零会有问题.

Answer 1

怎么样:

import numpy as np
minval = np.min(a[np.nonzero(a)])
maxval = np.max(a[np.nonzero(a)])

a你的阵列在哪里

Answer 2

如果您可以在数组中选择"无效"值,最好使用nan而不是0:

>>> a = numpy.array([1.0, numpy.nan, 2.0])
>>> numpy.nanmax(a)
2.0
>>> numpy.nanmin(a)
1.0

如果无法做到这一点,您可以使用数组掩码:

>>> a = numpy.array([1.0, 0.0, 2.0])
>>> ma = numpy.ma.masked_equal(a, 0.0, copy=False)
>>> ma.max()
2.0
>>> ma.min()
1.0

与使用高级索引的Josh的答案相比,这具有避免创建阵列副本的优点.

Answer 3

这是我认为更容易记住的另一种屏蔽方式（尽管它确实复制了数组）。对于这种情况，它是这样的：

>>> import numpy
>>> a = numpy.array([1.0, 0.0, 2.0])
>>> ma = a[a != 0]
>>> ma.max()
2.0
>>> ma.min()
1.0
>>> 

它可以推广到其他表达式，例如 a > 0、numpy.isnan(a)、...并且您可以将掩码与标准运算符组合在一起（+ 表示 OR，* 表示 AND，- 表示 NOT）例如：

# Identify elements that are outside interpolation domain or NaN
outside = (xi < x[0]) + (eta < y[0]) + (xi > x[-1]) + (eta > y[-1])
outside += numpy.isnan(xi) + numpy.isnan(eta)
inside = -outside
xi = xi[inside]
eta = eta[inside]

Answer 4

一般来说，掩码数组就是专门为此类目的而设计的。您可以利用数组中的掩码零（或您想要的任何其他类型的掩码，甚至是比简单等式更复杂的掩码），并在掩码数组上执行您在常规数组上执行的几乎大部分操作。您还可以指定您希望查找最小值的轴：

import numpy.ma as ma
mx = ma.masked_array(x, mask=x==0)
mx.min()

输入示例：

x = np.array([1.0, 0.0, 2.0])

输出：

1.0