Python 如何比较忽略NAN的numpy阵列？

我需要比较两个numpy数组是否等于所需的精度（忽略nan值）。
例如：

a = [1,nan,3,nan]  
b = [1,0.2,3,4.1]  

应该通过测试。
我尝试过使用numpy.all函数，但我知道它需要两个相同的数组，并且我需要有一些公差，因为浮点值可能会略有不同。

---

如何实现这一点？

整数数组
使用

np.isfinite

屏蔽数组，并与

np.array_equal

进行比较：

def array_nan_equal(a, b):
    m = np.isfinite(a) & np.isfinite(b)
    return np.array_equal(a[m], b[m])

注意，如果你想解释+/-

inf

，你可以按照@Paul Panzer答案中的提示，使用

m=~（np.isnan（a）&np.isnan（b））

而不是

np.isfinite

---

浮点数组
对于浮动，您需要在一个公差范围内进行比较，因此用调用

np.allclose

替换

np.array_equal

：

def array_nan_close(a, b):
    m = np.isfinite(a) & np.isfinite(b)
    return np.allclose(a[m], b[m])

---

使用

np.allclose

和

np.isnan

：

mask = ~(np.isnan(a) | np.isnan(b))
np.allclose(a[mask], b[mask])

---

这将正确处理

+/-inf

，并允许细微差异。绝对和相对公差可以指定为

allclose

的参数，通过形状检查，您到底想达到什么目的？@PaulPanzer看看疲劳会让您做什么。。不幸的是，现在它有点太像你的答案了，所以如果你对它不舒服，请随意从我的答案中编辑出来。干杯也通过了你的一票。

assert array_nan_close(
     np.array([1.3, np.nan, 3.4, np.nan]), np.array([1.3000001, 2, 3.4, 4])
)
assert not array_nan_close(
     np.array([1.1, 4.0, 3.5, np.nan]), np.array([1, 2, 3, 4])
)

mask = ~(np.isnan(a) | np.isnan(b))
np.allclose(a[mask], b[mask])