Python 如何使用nans计算地理平均值？

我想计算一些数据（包括NaN）的几何平均值，我该怎么做

我知道如何使用NaNs计算平均值，我们可以使用以下代码：

import numpy as np
M = np.nanmean(data, axis=2).

---

那么如何使用geomean呢？

您可以使用标识（我只在中找到它，但可能还有其他来源）：

该恒等式可使用几何平均数的正常定义上的“对数规则”构造：

基本

a

可以任意选择，因此您可以使用

np.log

（和

np.exp

作为反向操作）：

这似乎是可行的：

>>> l = [[1, 2, 3], [1, np.nan, 3], [np.nan, 2, np.nan]]

>>> nangmean(l)  
1.8171205928321397

>>> nangmean(l, axis=1)  
array([ 1.81712059,  1.73205081,  2.        ])

>>> nangmean(l, axis=0)  
array([ 1.,  2.,  3.])

---

在NumPy 1.10中也添加了，因此您也可以使用法线定义：

import numpy as np

def nangmean(arr, axis=None):
    arr = np.asarray(arr)
    valids = np.sum(~np.isnan(arr), axis=axis)
    prod = np.nanprod(arr, axis=axis)
    return np.power(prod, 1. / valids)

或者使用更高效且稍长的版本，但将

mean

替换为

geomean

import numpy as np

def nangmean(arr, axis=None):
    arr = np.asarray(arr)
    valids = np.sum(~np.isnan(arr), axis=axis)
    prod = np.nanprod(arr, axis=axis)
    return np.power(prod, 1. / valids)