Python快速转换numpy数组中Nan和Inf的方法实例说明
在使用numpy数组的过程中时常会出现nan或者inf的html" target="_blank">元素，可能会造成数值计算时的一些错误。这里提供一个numpy库函数的用法，使nan和inf能够最简单地转换成相应的数值。
numpy.nan_to_num(x):
使用0代替数组x中的nan元素，使用有限的数字代替inf元素
使用范例：
>>>import numpy as np
>>> a = np.array([[np.nan,np.inf],\
... [-np.nan,-np.inf]])
>>> a
array([[ nan, inf],
[ nan, -inf]])
>>> np.nan_to_num(a)
array([[ 0.00000000e+000, 1.79769313e+308],
[ 0.00000000e+000, -1.79769313e+308]])
和此类问题相关的还有一组判断用函数，包括：
- isinf
- isneginf
- isposinf
- isnan
- isfinite
使用方法也很简单，以isnan举例说明：
>>> import numpy as np
>>> np.isnan(np.array([[1, np.nan, np.inf],\
... [np.nan, -np.inf, -0.25]]))
array([[False, True, False],
[ True, False, False]], dtype=bool)
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对小牛知识库的支持。如果你想了解更多相关内容请查看下面相关链接
-
本文向大家介绍Python 实现将numpy中的nan和inf,nan替换成对应的均值，包括了Python 实现将numpy中的nan和inf,nan替换成对应的均值的使用技巧和注意事项，需要的朋友参考一下 nan：not a number inf：infinity;正无穷 numpy中的nan和inf都是float类型 t!=t 返回bool类型的数组(矩阵) np.count_nonzero(
-
问题内容： 我从一维数组生成有效的成对组合之后。如果n> 1000，Itertools效率太低 最近的事情在这里。 问题答案： 一种方法是获取内存，从而提高性能- 另一个基于NumPy的控件将用于获取网格视图，然后进行遮罩- 二。三联体组合 我们将扩展相同的方法，以使自己成为三元组合- 高阶组合将同样扩展。 样品运行- 时间（包括Python的内置- ）-
-
问题内容： 考虑数组 绑定转换为float数组会引发异常 numpy是否提供任何有效的方法将其强制转换为数字数组，并用NAN等替代非数字值？ 或者，是否有一个等效于的有效numpy函数，但是该函数还可以测试字母之类的非数字元素？ 问题答案： 您可以使用以下方式将字符串数组转换为浮点数组（带有NaN）： 这是一种识别“数字”字符串的方法： 请注意，“数字”是指仅包含数字字符的Unicode，即具有U
-
问题内容： 我遇到了Python的Numpy，set和NaN（非数字）的意外行为： 在这里，np.nan产生单个元素集，而Numpy的nans产生一个集合中的多个nans。float（’nan’）也是如此！并注意： 我想知道这种差异是如何产生的，以及不同行为背后的合理性是什么。 问题答案： NAN的特性之一是NAN！= NAN，与所有其他数字不同。但是，在尝试插入新成员之前，first的实现会先检
-
本文向大家介绍python numpy--数组的组合和分割实例，包括了python numpy--数组的组合和分割实例的使用技巧和注意事项，需要的朋友参考一下 数组的组合主要有： 1.水平组合：np.hstack(arr1,arr2) 或 concatenate(arr1,arr2,axis=1) 2.垂直组合：np.vstack(arr1,arr2) 或 concatenate(arr1,arr
-
本文向大家介绍python实现快速文件格式批量转换的方法，包括了python实现快速文件格式批量转换的方法的使用技巧和注意事项，需要的朋友参考一下 用python实现文件夹下的成批文件格式转换 我们对于文件转换的需求很大，甚至于对于图片的格式，JPG和PNG格式在肉眼看来都没什么差别，但是对于计算机而言，它有时候就只接受这些肉眼看起来差不多的格式的其中一种。 环境 windows10 python