numpy를 사용하던 중 이상한 부분을 확인하여 GitHub issue 등록을 하였습니다.

문제 발견

weights에 np.nan이 포함되어 있을 경우 mask된 위치라도 결과가 np.nan으로 나왔습니다.

1
2
3
4
5
6
7

np.ma.average(
    np.ma.array([1., 2., 3., 4.], mask=[False, False, True, True]),
    weights=np.array([1, 1, 1, np.nan]),
    returned=True
)
->
(nan, nan)

• docs에서 avg값을 sum(weights)로 나눠서 계산하는 부분 때문에 문제가 생길까 싶었지만, masked된 값은 계산에 사용되지 않는다고해서 정확한 문제가 무엇인지 알 수 없었습니다.

  weights 부분에서는 “The importance that each element has in the computation of the average.”로 weights 부분은 계산에 사용된다는 설명이 있었습니다.

• 그래서 sorucecode를 찾아보았습니다.

  위의 problem 상황에서 sourcecode를 간단히하면 다음과 같이 계산됩니다.

  1 2 3 4 5 6 7

  np.ma.average(a, weights) -> wgt = np.asanyarray(weights) wgt = wgt*(~a.mask) scl = wgt.sum() avg = np.multiply(a, wgt).sum() / scl

  여기서 wgt*(~a.mask) 를 계산할 때 wgt에 있는 np.nan의 경우 사라지지 않고 그대로 유지되어 scl을 계산하게되고, 따라서 scl이 np.nan이 됩니다.

Issue 등록

• 2021-11-15

  관련된 설명을 찾기가 힘들었고, 이 문제에 대해 GitHub에 Issue(#20375)를 등록해보았습니다.

• 2021-12-03

  아무도 답변을 달아주지 않아서 잘못올렸나 싶었지만, 몇 주 뒤에 한 분이 문제를 확인하고 PR(#20505)까지 해주셨습니다. PR 코드에 테스트 케이스도 추가되어있는 것을 보고 이렇게 하는 거구나라는 생각이 들었고, 저도 PR을 해보고 싶었습니다.

• 2022-12-09

  며칠 뒤에 몇 분이 해당 PR을 검토해주셨습니다. 그 과정에서 asarray와 asanyarray에 대해 말이 오갔었고 해당 내용을 개인적으로 찾아보았습니다. (Python - numpy asarray 비교)

• 2022-12-24

  머지되었습니다!

실제 사용하는 numpy에도 반영될때까지 지켜볼 예정입니다. 작은 경험이었지만 오픈소스가 이렇게 발전되고 있구나라는 생각을 하게된 좋은 경험이었습니다. 다음에는 PR도 생성해보고 싶네요.