Как рассчитать среднее значение геоматических с нанс?

Question

Я хотел бы рассчитать среднее геометрическое некоторых данных (в том числе NaN), как я могу это сделать?

Я знаю, как рассчитать среднее значение с помощью NaN, мы можем использовать следующий код:

import numpy as np
M = np.nanmean(data, axis=2).

Так как же это сделать с Geomean?

Answer 1

Вы можете использовать эту идентификацию (я нашел ее только в немецкой Википедии, но, возможно, есть и другие источники):

Эта идентичность может быть построена с использованием "правил логарифма" нормального определения среднего геометрического:

База a можно выбрать произвольно, чтобы вы могли использовать np.log (а также np.exp как обратная операция):

import numpy as np

def nangmean(arr, axis=None):
    arr = np.asarray(arr)
    inverse_valids = 1. / np.sum(~np.isnan(arr), axis=axis)  # could be a problem for all-nan-axis
    rhs = inverse_valids * np.nansum(np.log(arr), axis=axis)
    return np.exp(rhs)

И это похоже на работу:

>>> l = [[1, 2, 3], [1, np.nan, 3], [np.nan, 2, np.nan]]

>>> nangmean(l)  
1.8171205928321397

>>> nangmean(l, axis=1)  
array([ 1.81712059,  1.73205081,  2.        ])

>>> nangmean(l, axis=0)  
array([ 1.,  2.,  3.])

---

В NumPy 1.10 также np.nanprod был добавлен, так что вы также можете использовать обычное определение:

import numpy as np

def nangmean(arr, axis=None):
    arr = np.asarray(arr)
    valids = np.sum(~np.isnan(arr), axis=axis)
    prod = np.nanprod(arr, axis=axis)
    return np.power(prod, 1. / valids)