Python nansum工作时在nanmax中指定轴时出现Numpy错误

我正在尝试获得numpy.array的最大值，如下代码所示：

[np.nanmax(temp_data[i:i+window_size, 1:], axis=0) for i, t in enumerate(temp_data)]

但是，我得到了以下错误：

{TypeError}ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

无论如何，如果我使用的不是

nanmax

，而是

nansum

，就像下面的代码一样，一切都很顺利：

[np.nansum(temp_data[i:i+window_size, 1:], axis=0) for i, t in enumerate(temp_data)]
=> A 9x2 requested np.array

此外，这也适用于代码，无论是

nanmax

还是

nansum

都可以工作：

[np.nansum(temp_data[i:i+window_size, 1:]) for i, t in enumerate(temp_data)]
[np.nanmax(temp_data[i:i+window_size, 1:]) for i, t in enumerate(temp_data)]
=> A 9x1 np.array, (but this is not what I want)

知道了吗，为什么在

nanmax

中指定轴在为

nansum

工作时失败了

编辑：临时数据示例：

    temp_data = np.array([[datetime.datetime(1980, 1, 1, 0, 0), np.nan, np.nan],
                          [datetime.datetime(1980, 1, 2, 0, 0), np.nan, np.nan],
                          [datetime.datetime(1980, 1, 3, 0, 0), np.nan, np.nan],
                          [datetime.datetime(1980, 1, 4, 0, 0), np.nan, np.nan],
                          [datetime.datetime(1980, 1, 7, 0, 0), np.nan, 1],
                          [datetime.datetime(1980, 1, 8, 0, 0), np.nan, 2],
                          [datetime.datetime(1980, 1, 9, 0, 0), 1, 3],
                          [datetime.datetime(1980, 1, 10, 0, 0), 5, 4],
                          [datetime.datetime(1980, 1, 11, 0, 0), 4, 1]])

---

您可以强制对数据进行

float

转换，因为当numpy拥有

对象时，他们似乎不知道如何处理数据

#                                              \/
>>> [np.nanmax(temp_data[i:i+window_size, 1:].astype(float), axis=0) for i, t in enumerate(temp_data)]
[array([ nan,  nan]),
 array([ nan,  nan]),
 array([ nan,  nan]),
 array([ nan,   1.]),
 array([ nan,   2.]),
 array([ 1.,  3.]),
 array([ 5.,  4.]),
 array([ 5.,  4.]),
 array([ 4.,  1.])]

这可能是一个bug，也可能是numpy中未定义行为的结果。您的数组
temp\u数据
具有数据类型
对象
。这意味着数组中的值可以是任意Python对象。您看到的错误是将对象数组指定给
nanmax
并指定轴时发生的错误

下面是一个使用numpy版本1.12.1的简单示例：

In [21]: a = np.array([[1.0, 2.0], [3.0, 4.0]], dtype=object)

In [22]: np.nanmax(a, axis=0)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-22-a020f98a2536> in <module>()
----> 1 np.nanmax(a, axis=0)

/Users/warren/miniconda3scipy/lib/python3.5/site-packages/numpy/lib/nanfunctions.py in nanmax(a, axis, out, keepdims)
    343         # Fast, but not safe for subclasses of ndarray
    344         res = np.fmax.reduce(a, axis=axis, out=out, **kwargs)
--> 345         if np.isnan(res).any():
    346             warnings.warn("All-NaN slice encountered", RuntimeWarning, stacklevel=2)
    347     else:

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

nansum（）
正确处理轴：

In [24]: np.nansum(a, axis=0)
Out[24]: array([4.0, 6.0], dtype=object)

如果数组中的对象都可转换为Python浮点值，则可以使用
astype（）
方法将数组转换为数据类型为
numpy.float64
的数组，其中
nanmax（）
按预期工作：

In [26]: a.astype(np.float64)
Out[26]: 
array([[ 1.,  2.],
       [ 3.,  4.]])

In [27]: np.nanmax(a.astype(np.float64), axis=0)
Out[27]: array([ 3.,  4.])

temp_data
的数据类型是什么？@Divakar：我用
temp_data
的样本更新了我的问题，你是如何导入
datetime
的？导入datetime，但我的datetime没有问题，它们在代码的其余部分工作得很好，由于我只在第二个维度上取
1:
，因此被排除在
nanmax
计算之外。仅供参考：我为基础问题创建了一个numpy问题：
In [26]: a.astype(np.float64)
Out[26]: 
array([[ 1.,  2.],
       [ 3.,  4.]])

In [27]: np.nanmax(a.astype(np.float64), axis=0)
Out[27]: array([ 3.,  4.])