对于数字范围从列表x到y可能包含NaN,如何可以在0和1之间的归一化,而忽略NaN的值(它们保持为NaN).
通常我会使用MinMaxScaler(ref page)sklearn.preprocessing,但是这不能处理NaN和建议根据平均值或中位数等来输入值.它不提供忽略所有NaN值的选项.
对于 numpy 数组X，其元素的位置从byX[k[0], ..., k[d-1]]的位置偏移，其中是表示 的元组。X[0,..., 0]k[0]*s[0] + ... + k[d-1]*s[d-1](s[0],...,s[d-1])X.strides
据我所知，numpy 数组规范中没有任何内容要求数组的不同索引X对应于内存中的不同地址，最简单的例子是步幅的零值，例如，请参阅scipy 讲座的高级 NumPy部分。
numpy 是否有一个内置谓词来测试步幅和形状是否使得不同的索引映射到不同的内存地址？
如果没有，如何编写，最好是避免对步幅进行排序？