我需要计算一个numpy ndarray矩阵中非NaN元素的数量。如何在Python中有效地做到这一点？这是我实现此目的的简单代码：

import numpy as np

def numberOfNonNans(data):
    count = 0
    for i in data:
        if not np.isnan(i):
            count += 1
    return count 

numpy中有内置函数吗？效率很重要，因为我正在进行大数据分析。

Thnx寻求任何帮助！

np.count_nonzero(~np.isnan(data))

~反转从返回的布尔矩阵np.isnan。

np.count_nonzero计算不为0 \ false的值。.sum应该给出相同的结果。但也许更清楚地使用count_nonzero

测试速度：

In [23]: data = np.random.random((10000,10000))

In [24]: data[[np.random.random_integers(0,10000, 100)],:][:, [np.random.random_integers(0,99, 100)]] = np.nan

In [25]: %timeit data.size - np.count_nonzero(np.isnan(data))
1 loops, best of 3: 309 ms per loop

In [26]: %timeit np.count_nonzero(~np.isnan(data))
1 loops, best of 3: 345 ms per loop

In [27]: %timeit data.size - np.isnan(data).sum()
1 loops, best of 3: 339 ms per loop

data.size - np.count_nonzero(np.isnan(data))似乎几乎不是最快的。其他数据可能会给出不同的相对速度结果。

快速写作替代

即使不是最快的选择，如果性能不是问题，您也可以使用：

sum(~np.isnan(data))。

性能：

In [7]: %timeit data.size - np.count_nonzero(np.isnan(data))
10 loops, best of 3: 67.5 ms per loop

In [8]: %timeit sum(~np.isnan(data))
10 loops, best of 3: 154 ms per loop

In [9]: %timeit np.sum(~np.isnan(data))
10 loops, best of 3: 140 ms per loop

要确定数组是否稀疏，可能有助于获得一定比例的nan值

np.isnan(ndarr).sum() / ndarr.size

如果该比例超过阈值，则使用稀疏数组，例如-https: //sparse.pydata.org/en/latest/

一种替代方法，但是有点慢，替代方法是在索引上进行。

np.isnan(data)[np.isnan(data) == False].size

In [30]: %timeit np.isnan(data)[np.isnan(data) == False].size
1 loops, best of 3: 498 ms per loop 

np.isnan(data)和==运算符的重复使用可能会有点过大，因此我仅出于完整性而发布答案。