Python数据分析numpy的Nan和Inf使用注意点详解
目录
- numpy中的Nan
- Nan的注意点
- nan与任何数进行运算都是nan
- numpy常见统计函数
numpy中的Nan
Nan:Not a number
np.count_nonzero(arr[type==bool]):判断数组内FALSE的个数
np.isnan(arr):返回值为arr值为nan的索引
Nan的注意点
1.两个nan是不相等的
应用
- 利用以上的特性,判断数组中nan的个js数
- 将nan转换为0值
- nan和inf属于浮点类型
nan与任何数进行运算都是nan
numpy常见统计函数
import numpy as np t1 = np.arange(12).reshape(3,zBqeRNpoB4).astype(float) t1[1,2:]=np.nan print(t1) for i in range(t1.shape[1]): # 对列进行循环 temp_col = t1[:,i] #选中当前的那一列 nan_col = np.nonzero(t1!=t1) if nan_col != 0: temp_non_nan_col = temp_col[temp_www.devze.comcol==temp编程_col] temp_col[np.isnan(temp_col)]=temp_non_nan_col.mean() print(t1)
以上就是python数据分析numpy的Nan和Inf使用注意点详解的详细内容,更多关于Python数据分析npythonumpy Nan Inf的资料请关注编程客栈(www.devze.com)其它相关文章!
精彩评论