平均值，nanmean和警告：空切片的平均值

假设我构造了两个numpy数组：

a = np.array([np.NaN, np.NaN])
b = np.array([np.NaN, np.NaN, 3])

现在，我发现两者和的np.mean收益：nanab

>>> np.mean(a)
nan
>>> np.mean(b)
nan

自numpy 1.8（2016年4月20日发布）以来，我们一直很幸运nanmean，它忽略了nan值：

>>> np.nanmean(b)
3.0

然而，当阵列无关，但 nan价值，它提出了一个警告：

>>> np.nanmean(a)
nan
C:\python-3.4.3\lib\site-packages\numpy\lib\nanfunctions.py:598: RuntimeWarning: Mean of empty slice
  warnings.warn("Mean of empty slice", RuntimeWarning)

我不喜欢抑制警告；有没有更好的功能可以用来得到nanmean没有警告的行为？

我真的看不出没有任何理由不仅仅抑制警告。

最安全的方法是使用warnings.catch_warnings上下文管理器仅在您预期警告发生的地方抑制该警告-这样，您就不会错过任何RuntimeWarnings可能在代码的其他部分意外引发的其他警告：

import numpy as np
import warnings

x = np.ones((1000, 1000)) * np.nan

# I expect to see RuntimeWarnings in this block
with warnings.catch_warnings():
    warnings.simplefilter("ignore", category=RuntimeWarning)
    foo = np.nanmean(x, axis=1)

@dawg的解决方案也可以使用，但是最终为避免np.nanmean在所有NaN的数组上进行计算而必须采取的任何其他步骤将招致一些额外的开销，您可以通过抑制警告来避免这些开销。您的意图也将在代码中更加清楚地体现。

甲NaN值被定义为不等于本身：

>>> float('nan') == float('nan')
False
>>> np.NaN == np.NaN
False

您可以使用Python条件和nan永远不等于自身的属性来获得此行为：

>>> a = np.array([np.NaN, np.NaN])
>>> b = np.array([np.NaN, np.NaN, 3])
>>> np.NaN if np.all(a!=a) else np.nanmean(a)
nan
>>> np.NaN if np.all(b!=b) else np.nanmean(b)
3.0

您也可以这样做：

import warnings
import numpy as np

a = np.array([np.NaN, np.NaN])
b = np.array([np.NaN, np.NaN, 3])

with warnings.catch_warnings():
    warnings.filterwarnings('error')
    try:
        x=np.nanmean(a)
    except RuntimeWarning:
        x=np.NaN    
print x