numpy nan和inf


一、nan和inf的簡介

nan 不是一個數字
讀取本地文件為flaot的時候,有缺失
inf(infinity): 無窮盡
inf: 正無窮
-inf: 負無窮
數據類型:float
# 注意: 要想直接賦值nan和inf需要修改數組的數據類型為float

二、nan中的注意點

1、兩個nan是不相等的

2、np.nan != np.nan 布爾索引,結果為True

3、判斷數組中nan的個數
arr1 != arr1    # nan相等的為True
np.count_nonzero(arr1 != arr1)    # True為非0

4、修改nan值的兩種方法
# 方法一
np.isnan(arr1) # 是布爾索引判斷arr1中為nan的
arr1[np.isnan(arr1)] = 0 # 修改數據值
# 方法二
arr1 != arr1    # 布爾索引
arr1[arr1 != arr1] = 3    # 修改nan的值

5、nan和任意值計算都是nan

三、nump中常用統計函數

求和:np.sum(arr1, axis=None)        
均值:np.mean(arr1, axis=0)        # 平均值
中值:np.median(arr1, axis=0)    # 中值
最大值:np.max(arr1, axis=0)
最小值:np.min(arr1, axis=0)
極值:np.ptp(arr1, axis=0)        # 最大值減最小值
標准差:np.std(arr1, axis=0)        
# 反映出數據的波動情況
# 標准差數值較少,代表這些數值比較接近平均值,越穩定,否則,越不穩定

注意:一般替換數值的nan使用均值(mean)或中值(media)


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM