查找第一个np.nan值的位置的最有效方法是什么？

查找第一个np.nan值的位置的最有效方法是什么？

我提名

a.argmax()

带有

@fuglede's

测试数组：

In [1]: a = np.array([np.nan if i % 10000 == 9999 else 3 for i in range(100000)])In [2]: np.isnan(a).argmax()Out[2]: 9999In [3]: np.argmax(a)Out[3]: 9999In [4]: a.argmax()Out[4]: 9999In [5]: timeit a.argmax()The slowest run took 29.94 ....10000 loops, best of 3: 20.3 µs per loopIn [6]: timeit np.isnan(a).argmax()The slowest run took 7.82 ...1000 loops, best of 3: 462 µs per loop

我尚未

numba

安装，因此可以进行比较。但是我的相对加速比

short

是

@fuglede's

6倍以上。

我正在Py3中接受测试

<np.nan

，而Py2则发出运行时警告。但是代码搜索表明这不依赖于该比较。

/numpy/core/src/multiarray/calculation.c

PyArray_ArgMax

与轴一起玩（将感兴趣的一个移动到最后），并将动作委派给

arg_func =PyArray_DESCR(ap)->f->argmax

，该函数取决于dtype。

在

numpy/core/src/multiarray/arraytypes.c.src

它看起来像

BOOL_argmax

短路，一旦遇到一回

True

。

for (; i < n; i++) {    if (ip[i]) {        *max_ind = i;        return 0;    }}

并且

@fname@_argmax

最大短路

nan

。

np.nan

也是“最大”

argmin

。

#if @isfloat@    if (@isnan@(mp)) {                return 0;    }#endif

c

欢迎经验丰富的编码人员发表评论，但在我看来，至少对于

np.nan

，

argmax

您会以最快的速度平原。

玩

9999

in生成

a

表明

a.argmax

时间取决于该值，与短路一致。