numpy.searchsorted含numpy.nan

Question

一個數組，我想：

index = numpy.searchsorted(array([ 1., 2., 3., nan, 4., 5.]), 4.2, side='left') 

給我：

index = 4 

這個工程到價值3.9，但不是在該nan後陣列。

任何想法？

Answer 1

您正在排序的數組未被排序，它需要爲searchsorted正常工作。 np.nan將數組排序去年出現：

>>> np.sort([1., 2., 3., nan, 4., 5.]) 
array([ 1., 2., 3., 4., 5., nan]) 

要解決這個問題，你可以在使用sorter關鍵字參數您的陣列的分類索引列表通過。您可以使用np.argsort找到這樣的：

>>> arg_sorted = np.argsort([1., 2., 3., nan, 4., 5.]) 
>>> np.searchsorted([1., 2., 3., nan, 4., 5.], 4.2, side='right', sorter=arg_sorted) 
4      

編輯：按照下面海梅的評論，傳遞sorter參數將意味着該函數返回數組排序（而不是在未排序的）中的位置。由於side='left'指定第一個合適的索引應返回，正確的索引可以更好地識別使用np.searchsorted以下方法：

>>> idx = np.searchsorted([1., 2., 3., nan, 4., 5.], 4.2, side='left') 
>>> arg_sorted[idx] 
4 

Answer 2

我沒有足夠的聲譽添加評論，所以我會添加我的兩美分答案。

我有一個類似的挑戰，並且據我所知，這個問題可能與answer有關。

爲了說明我的觀點，我所討論的陣列擴大與附加元件

a = np.array([1., 2., 3., np.nan, 4., 5., 6.]) 

和此外調用argsort算法之前

arg_sorted = np.argsort(a) 

，除了發現4.2，我也考慮5.2。然後，所提出的解決方案的輸出是

for x in [4.2, 5.2]: 
    ind_tmp = np.searchsorted(a, x, side='left') 
    ind = arg_sorted[ind_tmp] 
    print('x={}, ind={}'.format(x, ind)) 

x=4.2, ind=4 
x=5.2, ind=4 

凡相信更正確的答案是使用sorter參數發現，像這樣

for x in [4.2, 5.2]: 
    ind_tmp = np.searchsorted(a, x, side='left', sorter=arg_sorted) 
    ind = arg_sorted[ind_tmp] 
    print('x={}, ind={}'.format(x, ind)) 

x=4.2, ind=5 
x=5.2, ind=6 

在這種情況下，5.2以上的指數一個在發現4.2，與原來的答案相反，更符合我對正確解決方案的理解。