Найдите min/max, исключая нули в массиве numpy (или кортеже) в python

Ответ 1

Как насчет:

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

где a - ваш массив.

Ответ 2

Если вы можете выбрать "недопустимое" значение в вашем массиве, лучше использовать nan вместо 0:

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

Если это невозможно, вы можете использовать маску массива:

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

По сравнению с Josh answer, используя расширенную индексацию, это имеет то преимущество, что вы не можете создать копию массива.

Ответ 3

Вот еще один способ маскировки, который, как мне кажется, легче запомнить (хотя он и копирует массив). В данном случае это выглядит следующим образом:

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

Он обобщает на другие выражения, такие как a > 0, numpy.isnan(a),... И вы можете комбинировать маски со стандартными операторами (+ означает OR, * означает AND, - означает NOT), например:

# 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]

Ответ 4

Простым способом было бы использовать понимание списка, чтобы исключить нули.

>>> tup = (0, 1, 2, 5, 2)
>>> min([x for x in tup if x !=0])
1

Ответ 5

Вы можете использовать выражение генератора для фильтрации нулей:

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