在numpy数组中查找无穷大的值并替换为每个向量的最大值

Question

假设我有以下形状为(3, 5):的数组

array = np.array([[1, 2, 3, inf, 5],
[10, 9, 8, 7, 6],
[4, inf, 2, 6, inf]])

现在我想找到每个向量的无穷大值，并将其替换为该向量的最大值，下限为1。

所以这个例子的输出应该是：

array_solved = np.array([[1, 2, 3, 5, 5],
[10, 9, 8, 7, 6],
[4, 6, 2, 6, 6]])

我可以通过循环数组的每个向量来实现这一点，并应用：

idx_inf = np.isinf(array_vector)
max_value = np.max(np.append(array_vector[~idx_inf], 1.0))
array_vector[idx_inf] = max_value

但我想还有一个更快的方法。

有人知道吗？

Answer 1

一种方法是首先使用np.isinf掩码将infs转换为NaNs，然后使用np.nanmax:将NaNs转换为行的最大值

array[np.isinf(array)] = np.nan
array[np.isnan(array)] = np.nanmax(array, axis=1)

获取

>>> array
array([[ 1.,  2.,  3.,  5.,  5.],
[10.,  9.,  8.,  7.,  6.],
[ 4., 10.,  2.,  6.,  6.]])

Answer 2

import numpy as np
array = np.array([[1, 2, 3, np.inf, 5],
[10, 9, 8, 7, 6],
[4, np.inf, 2, 6, np.inf]])
n, m = array.shape
array[np.isinf(array)] = -np.inf
mx_array = np.repeat(np.max(array, axis=1), m).reshape(n, m)
ind = np.where(np.isinf(array))
array[ind] = mx_array[ind]

输出array:

array([[ 1.,  2.,  3.,  5.,  5.],
[10.,  9.,  8.,  7.,  6.],
[ 4.,  6.,  2.,  6.,  6.]])