Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

`Raw.resample` doesn't handle NaNs

Aperta
  • Qualcosa non va?
#14,421 3 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
3/5
Tempo stimato
1-2 giorni
Idoneità per principianti
45/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python
Ambito
data

Direzione di ricerca

Start by running the reproduction script in the issue, which builds a RawArray with trailing NaNs and calls raw.resample(500). Find where Raw.resample is implemented in mne-python and check how it treats NaN samples. Done means NaN-containing channels keep NaNs only at the corresponding time points instead of turning the whole channel into NaN. The approach (interpolate, resample, restore NaNs) is the author's suggestion and still needs a maintainer decision.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

BUG
Description of the problem

Raw.resample turns the entire channel into NaN if even one sample is NaN. This can occur in real-world data, for example, in eye-tracking recordings (blinks, see #11879) or XDF recordings where streams end at different times.

Steps to reproduce
import mne
import numpy as np

sfreq = 1000
data = np.sin(2 * np.pi * 10 * np.arange(10000) / sfreq)[np.newaxis]
data[0, -10:] = np.nan
raw = mne.io.RawArray(data, mne.create_info(1, sfreq, "eeg"))

raw.resample(500)
print(np.isnan(raw.get_data()).mean())  # 1.0
Link to data

No response

Expected results

I think Raw.resample should handle NaN, for example by temporarily filling NaNs with linear interpolation, resampling, and then restoring NaNs at the corresponding locations. Unlike #11408, this approach relies on the data rather than annotations.

I'm happy to open a PR.

Actual results

The entire channel consists of NaN after resampling.

Additional information
Platform             Linux-7.2.9-arch1-1-x86_64-with-glibc2.44 (Wayland)
Python               3.12.14 (main, Aug 25 2026, 14:00:49) [Clang 22.1.3 ]
Executable           /home/clemens/Projects/mnelab/.venv/bin/python
CPU                  AMD Ryzen 7 9700X 8-Core Processor (16 cores)
Memory               60.5 GiB

Core
├☑ mne               1.13.2 (latest release)
├☑ numpy             2.5.3 (OpenBLAS 0.3.34.106.0 with 16 threads via pthreads)
├☑ scipy             1.18.1
└☑ matplotlib        3.11.2 (backend=qtagg)

Numerical (optional)
├☑ scikit-learn      1.9.0
├☑ threadpoolctl     3.6.0
├☑ h5io              0.2.5
├☑ h5py              3.16.0
└☐ unavailable       numba, nibabel, nilearn, dipy, openmeeg, python-picard, jamica, cupy, pandas

Visualization (optional)
├☑ qtpy              2.4.3 (PySide6=6.11.2)
├☑ pyqtgraph         0.14.0
├☑ mne-qt-browser    0.7.5
└☐ unavailable       pyvista, pyvistaqt, vtk, ipympl, ipywidgets, trame, trame_client, trame_server, trame_pyvista, trame_vtk, trame_vuetify

Ecosystem (optional)
├☑ autoreject        0.4.4
├☑ edfio             0.4.17
├☑ pybv              0.8.1
└☐ unavailable       mne-bids, mne-nirs, mne-features, mne-connectivity, mne-icalabel, mne-bids-pipeline, neo, eeglabio, curryreader, mffpy, pymef, antio, defusedxml
Lingua principale
Python
Stelle
3.5k
Fork
1.6k
Merge medio
1g 3h
PR unite (30g)
73

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di mne-tools/mne-python

Tutte le issue di mne-tools/mne-python

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.