Python 使用scipy的Y值包含NAN的线性回归
我有两个一维数组,我想做一些线性回归。 我用过: 但是斜率和截距总是NAN,NAN。我读了一点,发现如果x或y有一些NAN,这就是预期的结果。我试过这个,但它不起作用,因为在我的例子中,只有y包含一些nan;不是x。因此,使用该解决方案,我有一个错误:Python 使用scipy的Y值包含NAN的线性回归,python,arrays,numpy,scipy,linear-regression,Python,Arrays,Numpy,Scipy,Linear Regression,我有两个一维数组,我想做一些线性回归。 我用过: 但是斜率和截距总是NAN,NAN。我读了一点,发现如果x或y有一些NAN,这就是预期的结果。我试过这个,但它不起作用,因为在我的例子中,只有y包含一些nan;不是x。因此,使用该解决方案,我有一个错误: ValueError:除连接轴外,所有输入数组维度必须完全匹配。 如何解决此问题?屏蔽x和y中的值,其中y中存在NaN: xm = np.ma.masked_array(x,mask=np.isnan(y)).compressed() ym =
ValueError:除连接轴外,所有输入数组维度必须完全匹配。
如何解决此问题?屏蔽
x
和y
中的值,其中y
中存在NaN
:
xm = np.ma.masked_array(x,mask=np.isnan(y)).compressed()
ym = np.ma.masked_array(y,mask=np.isnan(y)).compressed()
slope, intercept, r_value, p_value, std_err = stats.linregress(xm, ym)
屏蔽
x
和y
中存在NaN
的值:
xm = np.ma.masked_array(x,mask=np.isnan(y)).compressed()
ym = np.ma.masked_array(y,mask=np.isnan(y)).compressed()
slope, intercept, r_value, p_value, std_err = stats.linregress(xm, ym)
你能插值你的nan吗?你不能简单地排除nan值吗?我看不出它们对你的模型有什么贡献。你能插入你的nan吗?你不能简单地排除nan值吗?我看不出他们为您的模型提供了什么信息。(+1)您有兴趣将此作为对scipy documentation@tom的改进提交吗?当然,我很乐意,但我以前从未这样做过,你能给我指一下正确的方向吗?:)请参阅,例如,了解一个开始。让我们进一步讨论我上面链接的github问题。(+1)您有兴趣将此作为对scipy documentation@tom的改进提交吗?当然,我很乐意,但我以前从未这样做过,你能给我指一下正确的方向吗?:)请参阅,例如,了解一个开始。让我们进一步讨论我上面链接的github问题。