我有两个数组，比如说varx and vary。两者在不同位置都包含 NaN 值。但是，我想对两者进行线性回归以显示两个数组的相关程度。This http://glowingpython.blogspot.de/2012/03/linear-regression-with-numpy.html到目前为止非常有帮助。
但是，使用以下
slope, intercept, r_value, p_value, std_err = stats.linregress(varx, vary)
每个输出变量都会产生 NaN。仅从两个数组中获取有效值作为线性回归的输入的最便捷方法是什么？我听说过屏蔽数组，但不确定它到底是如何工作的。
您可以使用掩码删除 NaN：
mask = ~np.isnan(varx) & ~np.isnan(vary)
slope, intercept, r_value, p_value, std_err = stats.linregress(varx[mask], vary[mask])
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
