在忽略NaN的情况下，在Python中平均两行

我有一个二维数据数组。我需要每两行求平均值，然后返回平均值，数组的高度为一半。为了求平均值，我还需要忽略所有NaN值。例如：

>>> x = numpy.array([[ 1,  nan,  3,  4,  5],
... [ 6,  7,  8,  9, nan],
... [11, 12, 13, 14, nan],
... [16, nan, 18, 19, nan]])

函数需要返回：

>>> x
array([[3.5,  7,  5.5,  6.5,  5],
[13.5, 12, 15.5, 16.5, nan]])

---

这应该可以做到：

numpy.ma.average（numpy.ma.masked_无效（x）.重塑（-1,2,x.shape[-1]），1）

对我来说，它回来了

masked_数组（数据=
[[3.5 7.0 5.5 6.5 5.0]
[13.5 12.0 15.5 16.5 --]],
面具=
[[假假假假]
[假假假真]，
填充值=1e+20）

numpy

具有

屏蔽数组

，我认为您可以指定np.nan作为屏蔽，然后应用平均运算。+1：问题是局部的，但至少它的输入和输出是清晰和简洁的。感谢yosukesabai建议的

掩蔽数组

这正是我想要的，非常感谢。今年夏天刚开始学习Python，还有很长的路要走！嗯，我得到的是

数组（[[3.5，nan，5.5，6.5，nan]，[13.5，nan，15.5，16.5，nan]]）

，不确定是什么错误将我的输出添加到了答案中。我不知道你为什么会得到不同的输出。我正在将python 2.6与numpy 1.3.0一起使用。

numpy.savetxt

似乎不适用于屏蔽数组。将带有显式

NaN

值的

x.filled（numpy.NaN）

转换回普通数组，然后将其传递给

numpy.savetxt

。