Python快速轉(zhuǎn)換numpy數(shù)組中Nan和Inf的方法實(shí)例說明
在使用numpy數(shù)組的過程中時(shí)常會(huì)出現(xiàn)nan或者inf的元素,可能會(huì)造成數(shù)值計(jì)算時(shí)的一些錯(cuò)誤。這里提供一個(gè)numpy庫函數(shù)的用法,使nan和inf能夠最簡(jiǎn)單地轉(zhuǎn)換成相應(yīng)的數(shù)值。
numpy.nan_to_num(x):
使用0代替數(shù)組x中的nan元素,使用有限的數(shù)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]])
和此類問題相關(guān)的還有一組判斷用函數(shù),包括:
- isinf
- isneginf
- isposinf
- isnan
- isfinite
使用方法也很簡(jiǎn)單,以isnan舉例說明:
>>> 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)
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,謝謝大家對(duì)腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接
相關(guān)文章
利用Python提取圖片經(jīng)緯度并鎖定拍照地點(diǎn)
每張照片的屬性中都會(huì)有一個(gè)經(jīng)緯度信息,本文將利用Python實(shí)現(xiàn)提取圖片的經(jīng)緯度,并鎖定拍照的低點(diǎn),感興趣的小伙伴可以跟隨小編一起動(dòng)手試一試2022-02-02Pytorch中expand()的使用(擴(kuò)展某個(gè)維度)
這篇文章主要介紹了Pytorch中expand()的使用(擴(kuò)展某個(gè)維度),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-07-07淺談Python實(shí)時(shí)檢測(cè)CPU和GPU的功耗
本文主要介紹了淺談Python實(shí)時(shí)檢測(cè)CPU和GPU的功耗,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01Python中將圖像轉(zhuǎn)換為PDF的方法實(shí)現(xiàn)
本文主要介紹了Python中將圖像轉(zhuǎn)換為PDF的方法實(shí)現(xiàn),主要使用img2pdf和PyPDF2軟件包,具有一定的參考價(jià)值,感興趣的可以了解一下2023-08-08pytorch實(shí)現(xiàn)多項(xiàng)式回歸
這篇文章主要為大家詳細(xì)介紹了pytorch實(shí)現(xiàn)多項(xiàng)式回歸,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-04-04