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！