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：

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。