Python 實現將numpy中的nan和inf,nan替換成對應的均值

nan：not a number

inf：infinity;正無窮

numpy中的nan和inf都是float類型

t!=t 返回bool類型的數組(矩陣)

np.count_nonzero() 返回的是數組中的非0元素個數；true的個數。

np.isnan() 返回bool類型的數組。

那麼問題來了，在一組數據中單純的把nan替換爲0，合適麼？會帶來什麼樣的影響？

好比，所有替換爲0後，替換以前的平均值若是大於0，替換以後的均值確定會變小，因此更通常的方式是把缺失的數值替換爲均值（中值）或者是直接刪除有缺失值的一行

demo.py（numpy，將數組中的nan替換成對應的均值）：

# coding=utf-8
import numpy as np
  
def fill_ndarray(t1):
 for i in range(t1.shape[1]): # 遍歷每一列（每一列中的nan替換成該列的均值）
 temp_col = t1[:, i] # 當前的一列
 nan_num = np.count_nonzero(temp_col != temp_col)
 if nan_num != 0: # 不爲0，說明當前這一列中有nan
 temp_not_nan_col = temp_col[temp_col == temp_col] # 去掉nan的ndarray
  
 # 選中當前爲nan的位置，把值賦值爲不爲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.]])
  
 t1 = fill_ndarray(t1) # 將nan替換成對應的均值
 print(t1)
 '''
 [[ 0. 1. 2. 3. 4. 5.]
 [ 6. 7. 12. 13. 14. 15.]
 [12. 13. 14. 15. 16. 17.]
 [18. 19. 20. 21. 22. 23.]]
 '''

補充知識：numpy對數組求平均時如何忽略nan值

前言：在對numpy數組求平均np.mean()或者求數組中最大最小值np.max()/np.min()時，若是數組中有nan,此時求得的結果爲：nan，那麼該如何忽略其中的nan呢？此時應該用另外一個方法：np.nanmean(),np.nanmax(),np.nanmin().

使用np.mean()的效果

使用np.nanmean()的效果

以上這篇Python 實現將numpy中的nan和inf,nan替換成對應的均值就是小編分享給你們的所有內容了，但願能給你們一個參考，也但願你們多多支持。