python - 使用长数组时，numpy的错误会自动包装

我正在尝试使用功能numpy.unwrap纠正某些阶段

我有2678399个记录的长向量，其中包含2个角度之间的弧度差。该数组包含nan值，尽管我认为这无关紧要，因为将拆包独立应用于每个记录。

当我应用unwrap时，由400条记录在数组的其余部分生成nan值

如果我将np.unwrap应用于原始数组的一个切片，则效果很好。

这可能是该功能中的错误吗？

d90dif=(df2['d90']-df2['d90avg'])*(np.pi/180)#difference between two angles in radians
df2['d90dif']=np.unwrap(d90dif.values)#unwrap to the array to create new column

只是为了解释问题

d90dif[700:705]#angle difference for some records
2013-01-01 00:11:41    0.087808
2013-01-01 00:11:42    0.052901
2013-01-01 00:11:43    0.000541
2013-01-01 00:11:44    0.087808
2013-01-01 00:11:45    0.017995
dtype: float64

df2['d90dif'][700:705]#results with unwrap for these records
2013-01-01 00:11:41   NaN
2013-01-01 00:11:42   NaN
2013-01-01 00:11:43   NaN
2013-01-01 00:11:44   NaN
2013-01-01 00:11:45   NaN
Name: d90dif, dtype: float64

现在我用一个小阵列重复该过程

test=d90dif[700:705]
2013-01-01 00:11:41    0.087808
2013-01-01 00:11:42    0.052901
2013-01-01 00:11:43    0.000541
2013-01-01 00:11:44    0.087808
2013-01-01 00:11:45    0.017995
dtype: float64

unw=np.unwrap(test.values)
array([ 0.08780774,  0.05290116,  0.00054128,  0.08780774,  0.01799457])

现在可以了。如果我使用unwrap（）中的数据框输入来做到这一点也很好

最佳答案

通过查看documentation of unwrap，似乎NaN会起作用，因为该函数正在查看相邻元素的差异以检测相位中的跳跃。