欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

numpy中nan_to_num的具體使用

 更新時(shí)間：2022年08月09日 09:28:32   作者：山茶花開時(shí)。  
在Numpy中NaN值一般出現(xiàn)在數(shù)據(jù)清洗前，出現(xiàn)這個(gè)值說明這個(gè)數(shù)據(jù)是缺失的，本文主要介紹了numpy中nan_to_num的具體使用，感興趣的可以了解一下

在Numpy中NaN值一般出現(xiàn)在數(shù)據(jù)清洗前，出現(xiàn)這個(gè)值說明這個(gè)數(shù)據(jù)是缺失的

在有些時(shí)候我們會(huì)選擇直接刪除這些數(shù)據(jù)，但有些時(shí)候這些數(shù)據(jù)是不能刪除的，這個(gè)時(shí)候我們就需要使用一些方法將np.nan值替換為指定的值 

本文主要介紹利用numpy.nan_to_num方法將np.nan值替換為指定的值

# np.nan表示該值不是一個(gè)數(shù)，比如數(shù)據(jù)中收入,年齡的缺失值
np.nan == np.nan # False

numpy.nan_to_num方法用零替換NaN(numpy.nan)

import numpy as np
in_num = np.nan
out_num = np.nan_to_num(in_num)
print("Input Number:",in_num) # Input Number: nan
print("Output Number:",out_num) # Output Number: 0.0

此外，numpy.nan_to_num方法可用最大的有限數(shù)替換無窮大(numpy.inf)

import numpy as np
Infinite_num = np.inf
Negative_Infinity_num = -np.inf
np.nan_to_num(Infinite_num) # 1.7976931348623157e+308
np.nan_to_num(Negative_Infinity_num) # -1.7976931348623157e+308
import numpy as np
data = np.array([np.inf, -np.inf, np.nan, -128, 128])
deal_data = np.nan_to_num(data)

data

deal_data 

補(bǔ)充資料學(xué)習(xí) 

import numpy as np
# 生成一個(gè)3行4列的數(shù)組,設(shè)定第1行，第2、3列位置兩個(gè)元素為np.nan
arr = np.array([[1,2,3,4],[5,6,np.nan,np.nan],[9,10,11,12]])
 
# 問題:如何將arr中的nan替換為0?
# 方法1
for i in range(arr.shape[1]):
    col = arr[:,i]
    col[np.isnan(col)] = 0
 
# 方法2,調(diào)用np.nan_to_num方法
arr = np.nan_to_num(arr)
 
# 方法3,用np.isnan()做索引，然后替換
# 一個(gè)ndarray數(shù)組arr，可以用np.isnan(arr)定位到nan值的位置,
# 再用arr[np.isnan(t1)] = 指定值,將nan替換為指定值
arr[np.isnan(arr)] = 0

arr 

處理過后的arr 

 到此這篇關(guān)于numpy中nan_to_num的具體使用的文章就介紹到這了,更多相關(guān)numpy nan_to_num內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

  • python通過ElementTree操作XML獲取結(jié)點(diǎn)讀取屬性美化XML

    python通過ElementTree操作XML獲取結(jié)點(diǎn)讀取屬性美化XML

    本文講解如何通過ElementTree解析XML,獲取兒子結(jié)點(diǎn)、插入兒子結(jié)點(diǎn)、操作屬性、美化XML
    2013-12-12
  • python3定位并識(shí)別圖片驗(yàn)證碼實(shí)現(xiàn)自動(dòng)登錄功能

    python3定位并識(shí)別圖片驗(yàn)證碼實(shí)現(xiàn)自動(dòng)登錄功能

    這篇文章主要介紹了python3定位并識(shí)別圖片驗(yàn)證碼實(shí)現(xiàn)自動(dòng)登錄功能,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
    2021-01-01
  • python中的sys模塊和os模塊

    python中的sys模塊和os模塊

    這篇文章主要介紹了python中的sys模塊和os模塊，sys模塊提供對(duì)解釋器使用或維護(hù)的一些變量的訪問，以及與解釋器強(qiáng)烈交互的函數(shù)，os模塊提供了多數(shù)操作系統(tǒng)的功能接口函數(shù)，下文更多相關(guān)內(nèi)容需要的小伙伴可以參考一下
    2022-03-03
  • tensorflow學(xué)習(xí)筆記之簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試

    tensorflow學(xué)習(xí)筆記之簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試

    這篇文章主要為大家詳細(xì)介紹了tensorflow學(xué)習(xí)筆記，用簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)來訓(xùn)練和測(cè)試，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
    2018-04-04
  • 使用Flask和Django中解決跨域請(qǐng)求問題

    使用Flask和Django中解決跨域請(qǐng)求問題

    這篇文章主要介紹了使用Flask和Django中解決跨域請(qǐng)求問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2021-04-04
  • python matplotlib工具欄源碼探析三之添加、刪除自定義工具項(xiàng)的案例詳解

    python matplotlib工具欄源碼探析三之添加、刪除自定義工具項(xiàng)的案例詳解

    這篇文章主要介紹了python matplotlib工具欄源碼探析三之添加、刪除自定義工具項(xiàng)的案例詳解,本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下
    2021-02-02
  • python關(guān)閉print輸出信息詳情

    python關(guān)閉print輸出信息詳情

    這篇文章主要介紹了python關(guān)閉print輸出信息詳情，當(dāng)我們遇到需要關(guān)閉print輸出信息的情況，我們可以通過控制sys.stdout來實(shí)現(xiàn)print輸出的開關(guān)，下面文章就用一個(gè)簡(jiǎn)單的例子來實(shí)現(xiàn)，需要的小伙伴可以參考一下
    2022-02-02
  • selenium與xpath之獲取指定位置的元素的實(shí)現(xiàn)

    selenium與xpath之獲取指定位置的元素的實(shí)現(xiàn)

    這篇文章主要介紹了selenium與xpath之獲取指定位置的元素的實(shí)現(xiàn)，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
    2021-01-01
  • python 中如何獲取列表的索引

    python 中如何獲取列表的索引

    這篇文章主要介紹了python 中如何獲取列表的索引，在文中給大家提到了python 返回列表中某個(gè)值的索引，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2019-07-07
  • python可視化之顏色映射詳解

    python可視化之顏色映射詳解

    Python的可視化有很多種，這篇文章主要介紹了Python可視化的顏色映射，非常不錯(cuò)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-09-09

最新評(píng)論