numpy如何處理Nan和inf
更新時間：2024年09月10日 15:10:01 作者：久許
numpy是一個強大的科學計算庫,在處理數(shù)據(jù)時經(jīng)常會遇到NaN(不是數(shù)字)和Inf(無窮大)的情況,排序可以幫助我們查看這些特殊值的分布,使用np.isnan()函數(shù)可以生成一個布爾數(shù)組,用于判斷哪些是NaN值,而np.isinf()函數(shù)則用于檢測Inf值
numpy處理Nan和inf
1.排序
排好序之后，查看nan和inf值。
cc = X_null_target['Flow Bytes/s']
cc2 = cc.sort_values()
cc2.to_csv('cc2.csv')2.判斷Nan
使用np.isnan(cc2)來生成一個Series
可以看出，該Series中的值是True和False。
如果報錯的話，不妨試一試pd.isnull()函數(shù)。
3.判斷inf
dd == np.inf
總結(jié)
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python 帶星號(* 或 **)的函數(shù)參數(shù)詳解
這篇文章主要介紹了Python 帶星號(* 或 **)的函數(shù)參數(shù)詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-02-02
如何實現(xiàn)Python調(diào)用Golang代碼詳解
這篇文章主要介紹了如何實現(xiàn)Python調(diào)用Golang代碼，Python和Golang都是當下非常流行的編程語言，在實際開發(fā)中，我們可能會遇到需要將Python和Golang進行組合使用的場景，感興趣想要詳細了解可以參考下文2023-05-05
pytorch模型的定義、修改、讀取、斷點續(xù)訓深入解析
模型定義是深度學習中重要的一環(huán),PyTorch提供了強大而靈活的工具和函數(shù),使我們能夠輕松定義各種類型的深度學習模型,通過深入理解模型定義的原理和應(yīng)用,我們能夠更好地理解和設(shè)計自己的模型,從而提升深度學習任務(wù)的性能和效果2024-03-03
這篇文章主要介紹了利用pandas按日期做分組運算的操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
Python模塊，簡單說就是一個.py文件，其中可以包含我們需要的任意Python代碼。這篇文章主要介紹了Python安裝依賴(包)模塊方法,需要的朋友可以參考下2020-02-02
這篇文章主要介紹了PyTorch 多GPU下模型的保存與加載(踩坑筆記)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
這篇文章主要介紹了Python?Pandas條件篩選功能，篩選是在平時的工作中使用非常頻繁的功能了，下文詳細的相關(guān)資料介紹，需要的小伙伴可以參考一下2022-03-03
selenium+python自動化測試環(huán)境搭建步驟
在本文中小編給大家分享了關(guān)于selenium+python自動化測試環(huán)境搭建的相關(guān)步驟以及知識點內(nèi)容，需要的朋友們參考學習下。2019-06-06
Python 創(chuàng)建新文件時避免覆蓋已有的同名文件的解決方法
今天小編就為大家分享一篇Python 創(chuàng)建新文件時避免覆蓋已有的同名文件的解決方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
今天小編就為大家分享一篇python 實現(xiàn)倒排索引的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12