使用 scipy 对包含 NAN 的 Y 值进行线性回归

Question

我有两个一维数组，我想做一些线性回归。我用过：

slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)

但斜率和截距总是 NAN，NAN。我读了一点，发现如果 x 或 y 有一些 NAN，那就是预期的结果。我试过 solution 但它不起作用，因为在我的例子中，只有 y 包含一些 NAN；不是 x。所以使用那个解决方案，我有错误： ValueError: all the input array dimensions except for the concatenation axis must match exactly.

我该如何解决这个问题？

Answer 1

屏蔽 x 和 y 中的值，y 中有 NaN:

xm = np.ma.masked_array(x,mask=np.isnan(y)).compressed()
ym = np.ma.masked_array(y,mask=np.isnan(y)).compressed()

slope, intercept, r_value, p_value, std_err = stats.linregress(xm, ym)

使用 scipy 对包含 NAN 的 Y 值进行线性回归

Linear regression with Y values containing NAN using scipy

python

arrays

numpy

scipy

linear-regression