numpy中的 nan 和 inf，及其批量判别、替换

2023-08-11 07:05| 来源: 网络整理| 查看: 265

1、概念

nan：not a number （非数值） inf：infinity （inf：正无穷，-inf：负无穷），下文中的 inf 包含了两种无穷 numpy 中，nan 和 inf 的类型都是 float 。

2、性质

2-1、多个 nan 之间的比较，地址相等，值不相等

import numpy as np print(f'nan 之间的值比较 {np.nan == np.nan}') print(f'nan 之间的地址比较 {np.nan is np.nan}') Out[18]: nan 之间的值比较 False nan 之间的地址比较 True

2-2、nan 与任何值的计算，结果都是 nan

2-3、多个 inf 之间的比较，地址相等，值相等

print(f'inf 之间的值比较 {np.inf == np.inf}') print(f'inf 之间的地址比较 {np.inf is np.inf}') Out[19]: inf 之间的值比较 True inf 之间的地址比较 True

2-4、0乘以 inf 结果是 nan，其他与 inf 做的简单加、乘运算，结果都是 inf

In[20]: 0 * np.inf Out[20]: nan In[21]: 2341 * np.inf Out[21]: inf In[22]: -241 + np.inf Out[21]: inf

2-5、inf 外的其他数除以 inf，结果是0，inf 除以 inf，结果是 nan

In[22]: 894 / np.inf Out[22]: 0.0 In[23]: np.inf / np.inf Out[23]: nan

2-6、所有数都比 -inf 大所有数都比 +inf 小，+inf 和 +inf 相等，-inf 和 -inf 相等

In[24]: 1.0e-28 > -np.inf Out[24]: True In[25]: 1.e+43 < np.inf Out[25]: True In[26]: np.inf == np.inf True In[27]: -np.inf == -np.inf Out[27]: True 3、数组中 nan、inf 的批量判别

np.isnan()：批量判别数组中每个元素是否为 nan np.isinf()：批量判别数组中每个元素是否为 inf np.isneginf()：批量判别数组中每个元素是否为 +inf np.isposinf()：批量判别数组中每个元素是否为 -inf np.isfinite()：批量判别数组中每个元素是否为非 inf 非 nan 的值以上的返回值都是与被判别数组同维度的 bool 值数组

In[30]: a1 = np.array([[1, np.nan, np.inf], [np.nan, -np.inf, -0.25]]) print(a1) print(np.isfinite(a1) Out[30]: array([[ 1. , nan, inf], [ nan, -inf, -0.25]]) array([[ True, False, False], [False, False, True]]) 4、数组中 nan、inf 的批量替换

4-1、数组中 nan、inf 值的批量替换

In[31]: a = np.array([[np.nan, np.nan, 1, 2], [np.inf, np.inf, 3, 4], [1, 1, 1, 1], [2, 2, 2, 2]]) print('替换前') print (a) where_are_nan = np.isnan(a) where_are_inf = np.isinf(a) #nan替换成0,inf替换成nan a[where_are_nan] = 0 a[where_are_inf] = np.nan print('替换后') print(a) Out[31]: 替换前 [[nan nan 1. 2.] [inf inf 3. 4.] [ 1. 1. 1. 1.] [ 2. 2. 2. 2.]] 替换后 [[ 0. 0. 1. 2.] [nan nan 3. 4.] [ 1. 1. 1. 1.] [ 2. 2. 2. 2.]]

4-2、nan值替换成每列的均值

In[32]: def fill_ndarray(t1): for i in range(t1.shape[1]): # 遍历每一列（每一列中的nan替换成该列的均值） temp_col = t1[:, i] # 当前的一列 nan_num = np.count_nonzero(temp_col != temp_col) if nan_num != 0: # 不为0，说明当前这一列中有nan temp_not_nan_col = temp_col[temp_col == temp_col] # 去掉nan的ndarray # 选中当前为nan的位置，把值赋值为不为nan的均值 temp_col[np.isnan(temp_col)] = temp_not_nan_col.mean() # mean()表示求均值。 return t1 if __name__ == '__main__': t1 = np.array([[ 0., 1., 2., 3., 4., 5.], [ 6., 7., np.nan, np.nan, np.nan, np.nan], [12., 13., 14., 15., 16., 17.], [18., 19., 20., 21., 22., 23.]]) print('替换前') print(t1) t1 = fill_ndarray(t1) # 将nan替换成对应的均值 print('替换后') print(t1) Out[32]: 替换前 [[ 0. 1. 2. 3. 4. 5.] [ 6. 7. nan nan nan nan] [12. 13. 14. 15. 16. 17.] [18. 19. 20. 21. 22. 23.]] 替换后 [[ 0. 1. 2. 3. 4. 5.] [ 6. 7. 12. 13. 14. 15.] [12. 13. 14. 15. 16. 17.] [18. 19. 20. 21. 22. 23.]]

替换成行均值的类似处理即可。

4-3、inf替换成每列的均值先把所有 inf 都换成 nan，之后参照 3-2 处理即可。

4-4、numpy.nan_to_num(x) 使用说明：用 0 代替数组 x 中的 nan，用有限值代替 inf

In[33]: a = np.array([[np.nan,np.inf], [-np.nan,-np.inf]]) np.nan_to_num(a) Out[33]: array([[ 0.00000000e+000, 1.79769313e+308], [ 0.00000000e+000, -1.79769313e+308]])

参考资料： 1、Numpy将nan、inf替换为每列均值或者0 2、Python快速转换numpy数组中Nan和Inf的方法

【本文地址】

公司简介

联系我们