Определить, содержит ли массив NumPy хотя бы одно нечисловое значение?

Question

Мне нужно написать функцию, которая будет определять, содержит ли вход хотя бы одно не числовое значение. Если не числовое значение будет найдено, я выдам ошибку (потому что вычисление должно возвращать только числовое значение). Количество измерений входного массива заранее неизвестно - функция должна давать правильное значение независимо от ndim. В качестве дополнительного усложнения входными данными может быть одиночное число с плавающей запятой или numpy.float64, или даже что-то странное, похожее на нульмерный массив.

Очевидный способ решить эту проблему - написать рекурсивную функцию, которая выполняет итерацию по каждому итерируемому объекту в массиве, пока не найдет неитераб. Он будет применять функцию numpy.isnan() к каждому не повторяемому объекту. Если найдено хотя бы одно нечисловое значение, функция немедленно вернет значение False. В противном случае, если все значения в итерируемом являются числовыми, он в конечном итоге вернет True.

Это работает просто отлично, но довольно медленно, и я ожидаю, что NumPy имеет гораздо лучший способ сделать это. Какая альтернатива быстрее и тупее?

Вот мой макет:

def contains_nan( myarray ):
    """
    @param myarray : An n-dimensional array or a single float
    @type myarray : numpy.ndarray, numpy.array, float
    @returns: bool
    Returns true if myarray is numeric or only contains numeric values.
    Returns false if at least one non-numeric value exists
    Not-A-Number is given by the numpy.isnan() function.
    """
    return True

Answer 1

Это должно быть быстрее, чем итерация, и будет работать независимо от формы.

numpy.isnan(myarray).any()

Редактировать: в 30 раз быстрее:

import timeit
s = 'import numpy;a = numpy.arange(10000.).reshape((100,100));a[10,10]=numpy.nan'
ms = [
    'numpy.isnan(a).any()',
    'any(numpy.isnan(x) for x in a.flatten())']
for m in ms:
    print "  %.2f s" % timeit.Timer(m, s).timeit(1000), m

Результаты:

  0.11 s numpy.isnan(a).any()
  3.75 s any(numpy.isnan(x) for x in a.flatten())

Бонус: он отлично работает для типов NumPy, не являющихся массивами:

>>> a = numpy.float64(42.)
>>> numpy.isnan(a).any()
False
>>> a = numpy.float64(numpy.nan)
>>> numpy.isnan(a).any()
True

Answer 2

Если бесконечность является возможным значением, я бы использовал numpy.isfinite

numpy.isfinite(myarray).all()

Если вышеприведенное значение равно True, то myarray не содержит значений, numpy.nan, numpy.inf или -numpy.inf.

numpy.nan будет в порядке со значениями numpy.inf, например:

In [11]: import numpy as np

In [12]: b = np.array([[4, np.inf],[np.nan, -np.inf]])

In [13]: np.isnan(b)
Out[13]: 
array([[False, False],
       [ True, False]], dtype=bool)

In [14]: np.isfinite(b)
Out[14]: 
array([[ True, False],
       [False, False]], dtype=bool)

Answer 3

С numpy 1.3 или SVN вы можете сделать это

In [1]: a = arange(10000.).reshape(100,100)

In [3]: isnan(a.max())
Out[3]: False

In [4]: a[50,50] = nan

In [5]: isnan(a.max())
Out[5]: True

In [6]: timeit isnan(a.max())
10000 loops, best of 3: 66.3 µs per loop

Обработка нанс в сравнении не была последовательной в более ранних версиях.

Answer 4

(np.where(np.isnan(A)))[0].shape[0] будет больше 0, если A содержит хотя бы один элемент nan, A может быть n x m матрицей.

Пример:

import numpy as np

A = np.array([1,2,4,np.nan])

if (np.where(np.isnan(A)))[0].shape[0]: 
    print "A contains nan"
else:
    print "A does not contain nan"