检测NumPy数组是否包含至少一个非数字值？

Question

我需要编写一个函数来检测输入是否包含至少一个非数字值.如果找到非数字值,我将引发错误(因为计算应该只返回一个数值).预先不知道输入数组的维数 - 无论ndim如何,该函数都应给出正确的值.作为一个额外的复杂功能,输入可以是单个浮点数numpy.float64,甚至可以是像零维数组一样的奇怪数据.

解决此问题的显而易见的方法是编写一个递归函数,该函数迭代数组中的每个可迭代对象,直到找到非迭代.它将numpy.isnan()在每个不可迭代的对象上应用该函数.如果找到至少一个非数字值,则该函数将立即返回False.否则,如果iterable中的所有值都是数字,则最终将返回True.

这很好,但它很慢,我希望NumPy有更好的方法来做到这一点.什么是更快,更numpyish的替代品？

这是我的模型:

def contains_nan( myarray ):
    """
    @param myarray : An n-dimensional array or a single float
    @type myarray : numpy.ndarray, numpy.array, float
    @returns: bool
    Returns true if myarray is numeric or only contains numeric values.
    Returns false if at least one non-numeric value exists
    Not-A-Number is given by the numpy.isnan() function.
    """
    return True

Answer 1

这应该比迭代更快,并且无论形状如何都可以工作.

numpy.isnan(myarray).any()

编辑:快30倍:

import timeit
s = 'import numpy;a = numpy.arange(10000.).reshape((100,100));a[10,10]=numpy.nan'
ms = [
    'numpy.isnan(a).any()',
    'any(numpy.isnan(x) for x in a.flatten())']
for m in ms:
    print "  %.2f s" % timeit.Timer(m, s).timeit(1000), m

结果:

  0.11 s numpy.isnan(a).any()
  3.75 s any(numpy.isnan(x) for x in a.flatten())

额外:它适用于非数组NumPy类型:

>>> a = numpy.float64(42.)
>>> numpy.isnan(a).any()
False
>>> a = numpy.float64(numpy.nan)
>>> numpy.isnan(a).any()
True

Answer 2

如果无穷大是一个可能的值,我会使用numpy.isfinite

numpy.isfinite(myarray).all()

如果上面的计算结果为True,则myarray包含no numpy.nan,numpy.inf或-numpy.infvalues.

numpy.nan可以使用numpy.inf值,例如:

In [11]: import numpy as np

In [12]: b = np.array([[4, np.inf],[np.nan, -np.inf]])

In [13]: np.isnan(b)
Out[13]: 
array([[False, False],
       [ True, False]], dtype=bool)

In [14]: np.isfinite(b)
Out[14]: 
array([[ True, False],
       [False, False]], dtype=bool)

Answer 3

噗！微秒！永远不要在微秒内解决可以在纳秒内解决的问题。

请注意接受的答案：

• 迭代整个数据，无论是否找到 nan
• 创建一个大小为 N 的临时数组，这是多余的。

更好的解决方案是在找到 NAN 时立即返回 True：

import numba
import numpy as np

NAN = float("nan")

@numba.njit(nogil=True)
def _any_nans(a):
    for x in a:
        if np.isnan(x): return True
    return False

@numba.jit
def any_nans(a):
    if not a.dtype.kind=='f': return False
    return _any_nans(a.flat)

array1M = np.random.rand(1000000)
assert any_nans(array1M)==False
%timeit any_nans(array1M)  # 573us

array1M[0] = NAN
assert any_nans(array1M)==True
%timeit any_nans(array1M)  # 774ns  (!nanoseconds)

并适用于 n 维：

array1M_nd = array1M.reshape((len(array1M)/2, 2))
assert any_nans(array1M_nd)==True
%timeit any_nans(array1M_nd)  # 774ns

将此与 numpy 本机解决方案进行比较：

def any_nans(a):
    if not a.dtype.kind=='f': return False
    return np.isnan(a).any()

array1M = np.random.rand(1000000)
assert any_nans(array1M)==False
%timeit any_nans(array1M)  # 456us

array1M[0] = NAN
assert any_nans(array1M)==True
%timeit any_nans(array1M)  # 470us

%timeit np.isnan(array1M).any()  # 532us

提前退出方法是 3 个数量级或数量级的加速（在某些情况下）。对于简单的注释来说不算太破旧。