掩码数组的PythonIndexError

我已将数据格式化为3维数组，并且我正在沿着一个轴对每个元素执行回归。以下代码按我的预期工作，并返回回归斜率的列表。

import numpy as np
from scipy import stats
import numpy.ma as ma
#make array
np.random.seed(0)
array = np.random.random((4,3,2))
def regress_slope(array):
N=array.shape[0]
alpha=0.9
y = array[:,:,1]
x = array[:,0]
result = [stats.mstats.theilslopes(y[i,...],x[i,alpha)[0] for i in range(0,N)]
return result
result = regress_slope(array)
list(result)
print(result)


我的“真实”数据包含无效值，并且我已经定义了阈值（

array2 = ma.masked_less_equal(array,0.1)
result2 = regress_slope(array2)
list(result2)
IndexError: index 0 is out of bounds for axis 0 with size 0


我不确定此错误消息的含义，但是我认为这可能是因为没有足够的未屏蔽值来计算回归吗？如果是这种情况，如何调整代码以返回结果中的nan？

您是正确的，如果没有足够的未屏蔽值来计算回归，函数stats.mstats.theilslopes将失败并显示错误消息。

一个最小的例子：

# this works
a = ma.masked_array([1,2],mask=[0,0])
b = ma.masked_array([1,0])
stats.mstats.theilslopes(a,b,0.95)
# but this does not
b = ma.masked_array([1,1])
stats.mstats.theilslopes(a,0.95)


错误消息表明，在计算过程中的某个位置，它试图访问没有元素的结果的第1轴上的第1个元素。

我对您要尝试做的事情的理论了解不足，以了解结果是否有用，但这将解决您的紧迫问题：

import numpy as np
from scipy import stats
import numpy.ma as ma
np.random.seed(0)
a = np.random.random((4,3,2))
def regress_slope(arr):
def safe_first_theilslopes(arr1,arr2,a):
try:
return stats.mstats.theilslopes(arr1,a)[0]
except IndexError:
return np.NaN
n = arr.shape[0]
alpha = 0.9
y = arr[:,:,1]
x = arr[:,0]
return [safe_first_theilslopes(y[i,...],x[i,alpha) for i in range(0,n)]
result = regress_slope(a)
print(result)
a2 = ma.masked_less_equal(a,0.1)
result2 = regress_slope(a2)
print(result2)


请注意，我如何让函数返回函数结果的第一个元素（stats.mstats.theilslopes(arr1,a)[0]或np.NaN，以便现在将其烘焙到该函数中。

此代码有效，但是会引发一些警告，您可以取消警告，但应该首先考虑一下：

RuntimeWarning: Mean of empty slice.
out=out,**kwargs)
\lib\site-packages\numpy\core\_methods.py:161: RuntimeWarning: invalid value encountered in double_scalars
ret = ret.dtype.type(ret / rcount)