python找出值为nan_python – 找到第一个np.nan值的位置最有效的方法是什么？

我会提名

a.argmax()

用@ fuglede的测试数组：

In [1]: a = np.array([np.nan if i % 10000 == 9999 else 3 for i in range(100000)])

In [2]: np.isnan(a).argmax()

Out[2]: 9999

In [3]: np.argmax(a)

Out[3]: 9999

In [4]: a.argmax()

Out[4]: 9999

In [5]: timeit a.argmax()

The slowest run took 29.94 ....

10000 loops, best of 3: 20.3 µs per loop

In [6]: timeit np.isnan(a).argmax()

The slowest run took 7.82 ...

1000 loops, best of 3: 462 µs per loop

我没有安装numba,所以可以比较.但是我的加速相对于short比@ fuglede的6倍大.

我在Py3中测试,它接受< np.nan,而Py2引发运行时警告.但代码搜索表明这不是依赖于该比较. /numpy/core/src/multiarray/calculation.c PyArray_ArgMax与轴一起播放(将感兴趣的一个移动到最后),并将该操作委派给arg_func = PyArray_DESCR(ap) – > f-> argmax,一个函数取决于dtype.

在numpy / core / src / multiarray / arraytypes.c.src中,它看起来像BOOL_argmax短路,一遇到True就返回.

for (; i < n; i++) {

if (ip[i]) {

*max_ind = i;

return 0;

}

}

而@ fname @ _argmax也是最大的nan的短路. argn中np.nan是’maximal’.

#if @isfloat@

if (@isnan@(mp)) {

/* nan encountered; it's maximal */

return 0;

}

#endif

欢迎有经验的c编者的评论,但是在我看来,至少对于np.nan来说,一个简单的argmax将会很快,我们可以得到.

使用9999生成一个表示a.argmax时间取决于该值,与短路一致.