Python 如何在a1D NumPy数组的开始和结束处查找顺序NAN的索引？

我有一个1D NumPy数组，它既包含浮点数又包含NAN。在阵列的开始和结束处几乎总是有多个连续的NAN，在阵列的中间有一些NAN。无法提前预测阵列中存在的NAN的位置或数量

我想做的是：

• 仅检索在数组的开始和结束处出现的顺序NAN的索引
不检索数组中间的NANS < /LI>的索引
• 避免使用循环/列表理解（如果可能）

下面是一个简短的示例，说明了我正在使用的数组类型（实际数组将包含1e3到1e9元素）

对于此数组，我希望检索以下索引：

idx = [0, 1, 2, 12, 13, 14, 15]

---

从所有NAN的掩码开始，使用：

现在请注意，始终返回最小值的第一个实例：

leading_nans = mask.argmin()

可以使用简单的切片反转阵列，而无需复制任何数据：

trailing_nans = mask[::-1].argmin()

其中任何一个都可以为零。无论哪种方式，现在都可以连接两个范围以获得实际索引：

nan_indices = np.concatenate((np.arange(leading_nans), np.arange(data.size - trailing_nans, data.size))

如果您想要一个面具：

nan_mask = np.zeros(data.size, dtype=bool)
nan_mask[:leading_nans] = True
nan_mask[-trailing_nans:] = True

---

中间是什么组成的？它是一个指定的范围还是仅仅一个中间值？中间值可以是数组中从第一个非Nan元素到最后一个非Nan元素的任意值。太棒了，这非常有效。Thx@WesH. 很高兴是这样。这完全没有经过测试：）

nan_indices = np.concatenate((np.arange(leading_nans), np.arange(data.size - trailing_nans, data.size))

nan_mask = np.zeros(data.size, dtype=bool)
nan_mask[:leading_nans] = True
nan_mask[-trailing_nans:] = True