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,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com