Python快速转换numpy数组中Nan和Inf的方法实例说明
更新时间：2019年02月21日 10:21:57 作者：KFXW
今天小编就为大家分享一篇关于Python快速转换numpy数组中Nan和Inf的方法实例说明，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
在使用numpy数组的过程中时常会出现nan或者inf的元素，可能会造成数值计算时的一些错误。这里提供一个numpy库函数的用法，使nan和inf能够最简单地转换成相应的数值。
numpy.nan_to_num(x):
使用0代替数组x中的nan元素，使用有限的数字代替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]])
和此类问题相关的还有一组判断用函数，包括：
- isinf
- isneginf
- isposinf
- isnan
- isfinite
使用方法也很简单，以isnan举例说明：
>>> 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)
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接
相关文章
每张照片的属性中都会有一个经纬度信息，本文将利用Python实现提取图片的经纬度，并锁定拍照的低点，感兴趣的小伙伴可以跟随小编一起动手试一试2022-02-02
这篇文章主要介绍了Pytorch中expand()的使用(扩展某个维度)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-07-07
装饰器是 Python 中非常有用的语法特性，可以用于包装或者修改函数的行为，本文介绍了python带参数装饰器的两种写法,需要的朋友可以参考下2023-08-08
本文主要介绍了浅谈Python实时检测CPU和GPU的功耗，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-01-01
该项目用于Bilibili(b站)视频下载(支持分P多段视频的下载），基于python开发，有此需求的朋友可以参考下2021-05-05
这篇文章主要介绍了Python下的subprocess模块的入门指引,subprocess模块被用于Python的多线程编程,需要的朋友可以参考下2015-04-04
本文主要介绍了Python中将图像转换为PDF的方法实现,主要使用img2pdf和PyPDF2软件包,具有一定的参考价值,感兴趣的可以了解一下2023-08-08
这篇文章主要介绍了如何用 Python 制作一个迷宫游戏，帮助大家更好的理解和学习python，感兴趣的朋友可以了解下2021-02-02
这篇文章主要为大家详细介绍了pytorch实现多项式回归，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-04-04
列表是元素的集合，存储在一个变量中。这篇文章主要为大家介绍一下Python中列表的定义与使用，文中的示例代码讲解详细，需要的可以参考一下2022-09-09
最新评论