Trouver le min/max en excluant les zéros dans un tableau numpy (ou un tuple) en python

Question

J'ai un tableau. Les valeurs valides sont différentes de zéro (positives ou négatives). Je veux trouver le minimum et le maximum dans le tableau qui ne doit pas prendre en compte les zéros. Par exemple, si les nombres sont uniquement négatifs. Les zéros seront problématiques.

Answer 1

Pourquoi pas :

import numpy as np
minval = np.min(a[np.nonzero(a)])
maxval = np.max(a[np.nonzero(a)])

où a est votre tableau.

Answer 2

Si vous pouvez choisir la valeur "invalide" dans votre tableau, il est préférable d'utiliser nan au lieu de 0 :

>>> a = numpy.array([1.0, numpy.nan, 2.0])
>>> numpy.nanmax(a)
2.0
>>> numpy.nanmin(a)
1.0

Si cela n'est pas possible, vous pouvez utiliser un masque de tableau :

>>> a = numpy.array([1.0, 0.0, 2.0])
>>> masked_a = numpy.ma.masked_equal(a, 0.0, copy=False)
>>> masked_a.max()
2.0
>>> masked_a.min()
1.0

Par rapport à Réponse de Josh utilisant l'indexation avancée Cette méthode a l'avantage d'éviter de créer une copie du tableau.

Answer 3

Voici une autre façon de masquer qui, je pense, est plus facile à retenir (bien qu'elle copie le tableau). Pour le cas qui nous occupe, cela se passe comme suit :

>>> import numpy
>>> a = numpy.array([1.0, 0.0, 2.0])
>>> ma = a[a != 0]
>>> ma.max()
2.0
>>> ma.min()
1.0
>>> 

Elle se généralise à d'autres expressions telles que a > 0, numpy.isnan(a), ... Et vous pouvez combiner les masques avec les opérateurs standard (+ signifie OR, * signifie AND, - signifie NOT), par ex :

# Identify elements that are outside interpolation domain or NaN
outside = (xi < x[0]) + (eta < y[0]) + (xi > x[-1]) + (eta > y[-1])
outside += numpy.isnan(xi) + numpy.isnan(eta)
inside = -outside
xi = xi[inside]
eta = eta[inside]

Answer 4

Réseaux masqués en général sont conçus exactement pour ce genre d'objectifs. Vous pouvez exploiter le masquage des zéros d'un tableau (ou N'IMPORTE QUEL tout autre type de masque que vous désirez, même les masques qui sont plus compliqués qu'une simple égalité) et faire la plupart des choses que vous faites sur des tableaux normaux sur votre tableau masqué. Vous pouvez également spécifier un axe pour lequel vous souhaitez trouver le minimum :

import numpy.ma as ma
mx = ma.masked_array(x, mask=x==0)
mx.min()

Exemple d'entrée :

x = np.array([1.0, 0.0, 2.0])

sortie :

1.0

Answer 5

Vous pourriez utiliser une expression de générateur pour filtrer les zéros :

array = [-2, 0, -4, 0, -3, -2]
max(x for x in array if x != 0)