【Python】数据分析:numpy的Nan和Inf

简介: 【Python】数据分析:numpy的Nan和Inf

01-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

1-1 Nan的注意点

1.两个nan是不相等的

K6[Q6DSV}BH6{$JW)8S4ADM.png

nan不相等.png

1-1 应用;利用以上的特性,判断数组中nan的个数

9[L[U228YHFWLA%6}@9KILD.png

image.png

1-2 应用2:将nan转换为0值

N69MZMT0C2NQ`X$N5T`0)WX.png

image.png

  1. nan和inf属于浮点类型LSM~7`NAM5$ZB3~)91BII43.png
    image.png
  2. nan与任何数进行运算都是nanTDO1`O)FHIRHSRX)M70K5P0.png
    image.png

2-numpy的常见统计函数

}ECN0G]]5@~DYOPNB(EB{5Y.png

image.png


D{7GO)CDB@)32~11A94[PQG.png

image.png

import numpy as np
t1 = np.arange(12).reshape(3,4).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_col==temp_col]
        temp_col[np.isnan(temp_col)]=temp_non_nan_col.mean()
print(t1)

]WQ3]C12AAUL}@}7R1B0@DS.png

目录
打赏
0
0
0
0
19
分享
相关文章
使用Python进行数据分析的入门指南
本文将引导读者了解如何使用Python进行数据分析,从安装必要的库到执行基础的数据操作和可视化。通过本文的学习,你将能够开始自己的数据分析之旅,并掌握如何利用Python来揭示数据背后的故事。
使用Python进行数据分析的入门指南
【10月更文挑战第42天】本文是一篇技术性文章,旨在为初学者提供一份关于如何使用Python进行数据分析的入门指南。我们将从安装必要的工具开始,然后逐步介绍如何导入数据、处理数据、进行数据可视化以及建立预测模型。本文的目标是帮助读者理解数据分析的基本步骤和方法,并通过实际的代码示例来加深理解。
95 3
使用Python进行数据分析和可视化
本文将引导你理解如何使用Python进行数据分析和可视化。我们将从基础的数据结构开始,逐步深入到数据处理和分析的方法,最后通过实际的代码示例来展示如何创建直观的数据可视化。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和技巧。让我们一起探索数据的世界,发现隐藏在数字背后的故事!
149 5
Python数据分析项目:抖音短视频达人粉丝增长趋势
Python数据分析项目:抖音短视频达人粉丝增长趋势
Python数据分析:揭秘"黑神话:悟空"Steam用户评论趋势
Python数据分析:揭秘"黑神话:悟空"Steam用户评论趋势
使用Python进行数据分析和可视化
【10月更文挑战第42天】本文将介绍如何使用Python进行数据分析和可视化。我们将从数据导入、清洗、探索性分析、建模预测,以及结果的可视化展示等方面展开讲解。通过这篇文章,你将了解到Python在数据处理和分析中的强大功能,以及如何利用这些工具来提升你的工作效率。
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等