Numpy 避免Nan计算

有人能帮我吗？我试图在结果列表中避免nan值。因为如果p太接近于零，它将在我的新列表中生成nan

import random
import numpy as np
from numpy import log 


def Compute(ListA):
    NewListA = []
    p = random.random()
    for item in ListA:
        u=np.exp(-(float(item)/500)**1.2)
        y=500*((np.log(1/(u*(1-p))))**(1/1.2))
        while y == nan:
            continue
        else:
            y=500*((np.log(1/(u*(1-p))))**(1/1.2))
            NewListA.append(y)
    return NewListA

ListA = [2.00345, 0.004, 3.0876, 6.00034, 8.0777, 9.444, 0.0004, 11.000678]
print (Compute(ListA))

---

在pythonshell中，尝试以下操作

np.nan == np.nan

查看结果，然后思考这对

while

循环意味着什么

提示：有一个函数是有原因的

您的其他问题与nan无关。事实上，你发布的版本并不遥远。 您希望

Compute

函数为原始列表中的每个值计算一个新值。新值具有随机分量，但也取决于旧值的某些公式

为了实现这一点，您已经正确设置了一个将旧列表作为参数的函数。在函数开头正确初始化新列表，并在旧列表上正确启动循环

现在出现了第一个问题：对于循环的每个元素，都需要一个新的随机数。循环是局部的，它们只适用于内部。python中的Inside是指带有

for

语句的行后面的缩进块中的in。因此：

- where has the line marked (1) to be placed?

由于您的nan问题，您必须先检查每个新值，然后才能接受它，并且只要它是nan，您就必须重复计算新值。为此，您设置了一个while循环。只要新值为nan，就应重复此操作。但正如我们所讨论的，你无法与nan相比。nan代表“不是数字”。两个都不是数字的东西不必相等。因此，将nan与nan或任何东西进行比较都不会返回真值。为了仍然能够检查nan，有一个名为isnan的专用函数。你必须在这里使用它。因此

- how must the line marked (2) be modified?

“继续”的说法是胡说八道。你没有设置while循环只是为了在第一个拐角处跳出来。循环的目的是重新尝试计算新值，因此必须绘制一个新的随机数，然后再次进行计算。因此

- which two lines do you have to copy and use to replace the bogus continue statement marked (3)?

不需要else子句，请将其删除。您现在处于for循环的末尾，内部while循环已经终止。请记住，当且仅当循环条件为False时才会发生这种情况

- what does that mean for `y`? Can it still be `nan` at this point?

根据最后一个答案，接下来的两个操作中只有一个有意义：a）计算新的

y

，b）接受当前的

y

，并将其存储在输出列表中，因此

- which of the lines (4, 5) do you need to keep, which do you need to delete?

别忘了把那条线取消一级；否则计算机会认为它属于while循环

祝贺您，您的程序现在应该可以运行了

import random
import numpy as np
from numpy import log 


def Compute(ListA):
    NewListA = []
    p = random.random()  # (1)
    for item in ListA:
        u=np.exp(-(float(item)/500)**1.2)
        y=500*((np.log(1/(u*(1-p))))**(1/500))
        while y == nan:  # (2)
            continue     # (3)
        else:
            y=500*((np.log(1/(u*(1-p))))**(1/500))  # (4)
            NewListA.append(y)                      # (5)
    return NewListA

ListA = [2.00345, 0.004, 3.0876, 6.00034, 8.0777, 9.444, 0.0004, 11.000678]
print (Compute(ListA))

---

使用

if

代替

while

；和

isnan

而不是

==nan

    if np.isnan(y):   #while y == nan:
        continue
    NewListA.append(y)   # don't need to repeat y calc?

您想跳过此

项

而不是在

y

上进行一些新的迭代。当我使用你的语法时，我陷入了一个无限循环中，我不得不杀死它

In [324]: for item in range(10):
     ...:     while item==5:
     ...:         continue
     ...:     else:
     ...:         print(item)
     ...:         
0
1
2
3
4
<infinite loop>

和

continue

块的替代选项

for item ...
    y = ....
    if not np.isnan(y):
       newList.append(y)

---

这是另一个可行的解决方案。它产生可预测长度的输出（等于输入的长度）

---

这是问题的答案。正如Paul所说，我想保持while循环更合适。但这两种代码都有效。谢谢你们

import random
import numpy as np
from numpy import log 

def Compute2(ListA):
    NewListB = []
    p = random.random()   
    for item in ListA:
        u=np.exp(-(float(item)/500)**1.2)
        y=500*((np.log(1/(u*(1-p))))**(1/1.2))
        while np.isnan(y):   
            continue      
        else:
            y=500*((np.log(1/(u*(1-p))))**(1/1.2))
            NewListB.append(y)                      
    return NewListB

ListB = [2.00345, 0.004, 3.0876, 6.00034, 8.0777, 9.444, 0.0004, 11.000678]
print (Compute2(ListB))

---

我修复了你问题中的代码格式，下次请在发布前使用实时预览。我不知道你是怎么得到nan的。次要提示：您的代码中有一些不必要的东西：要么导入

uniform

并称之为

uniform

，要么导入

random

并使用

random.uniform

。还有一个

np.random.uniform

可能适合你，那么你不需要导入除numpy以外的任何东西。你最新的编辑破坏了我修复的格式。这次请自己通过ing更正。谢谢Andras DeakAndras，这个列表是变化的。事实上，我想计算一个左截断的逆威布尔随机变量。如您所见，如果日志中的值太接近于零或1，我会得到一些条目列表的NaN。您缺少为每个列表元素生成新随机数的循环。您需要

为列表中的

生成一个随机数，

中断

，以防得到一个好的随机数。另一个选项是限制统一数字以避免接近0，在这种情况下，您可以使用

np.random.uniform（minval，maxval，len（ListA））

一次生成所有数字。这不是问题的答案。@AndrasDeak更好吗？我试图用一种能让它坚持下去的方式来传达一些重要的东西。虽然从技术角度来说，这不是一个答案，但它让你很容易找到它。需要阅读你的信息的人都不会偶然发现这个问题（假设这个问题两周后就会出现）。如果你想指导OP，你可以在评论中这样做。答案是否是答案完全是一个技术问题。但您的答案并不是一个有意义的答案，因为OP比按值测试NAN有更多的基本问题。这一微妙之处（无论多么重要！）离这条路还有三步之遥。@EricEnkele谁应该读到这一点？你不能至少暂时提出你的问题吗？我看到的是你仍然直接把y和nan比较。我认为我们已经就此达成了共识。此外，您似乎将相同的for循环堆叠在其自身之上。让我告诉你，这通常不是一个好主意。@EricEnkele我还没有为你修好它，但我已经给了你关于如何自己修好它的非常详细的说明。除此之外，您还可以查看hpaulj的答案以获得更多提示。看看最新的答案。非常感谢@hpaulj@hpaulj实际上，我认为保持while循环同样有意义。因为您想重试计算y，直到它通过集合，所以它有一个随机组件，所以这不一定是infinte循环。你可以软化你的“用if代替while”，但是你在

while

中做了一些改变，比如计算新的

pimport random
import numpy as np
from numpy import log 


def Compute(ListA):
    NewListA = []
    for item in ListA:
        u=np.exp(-(float(item)/500)**1.2)
        p = random.random()
        y=500*((np.log(1/(u*(1-p))))**(1/1.2))
        while np.isnan(y):
            p = random.random()
            y=500*((np.log(1/(u*(1-p))))**(1/1.2))
        NewListA.append(y)
    return NewListA

ListA = [2.00345, 0.004, 3.0876, 6.00034, 8.0777, 9.444, 0.0004, 11.000678]
print (Compute(ListA))

import random
import numpy as np
from numpy import log 

def Compute2(ListA):
    NewListB = []
    p = random.random()   
    for item in ListA:
        u=np.exp(-(float(item)/500)**1.2)
        y=500*((np.log(1/(u*(1-p))))**(1/1.2))
        while np.isnan(y):   
            continue      
        else:
            y=500*((np.log(1/(u*(1-p))))**(1/1.2))
            NewListB.append(y)                      
    return NewListB

ListB = [2.00345, 0.004, 3.0876, 6.00034, 8.0777, 9.444, 0.0004, 11.000678]
print (Compute2(ListB))