参考链接: Python中的numpy.isinf

参考文献Python快速转换numpy数组中Nan和Inf的方法 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

主要用法如下

a = np.array([1,2,-1,np.nan,np.inf])

a

array([ 1.,  2., -1., nan, inf])

np.nan_to_num(a)

array([ 1.00000000e+000,  2.00000000e+000, -1.00000000e+000,

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 # 无穷 isneginf # 负无穷 isposinf # 正无穷 isnan # 空值 isfinite #如果x是正无穷大或负无穷大,则返回True,否则返回False 使用方法也很简单,以isnan举例说明

a[np.isnan(a)]=0

a

array([ 1.,  2., -1.,  0., inf])

a[np.isinf(a)]=0

a

array([ 1.,  2., -1.,  0.,  0.])

最后来一些numpy.math模块内置函数 python中math模块常用的方法整理 ceil:取大于等于x的最小的整数值,如果x是一个整数,则返回x

copysign:把y的正负号加到x前面,可以使用0

cos:求x的余弦,x必须是弧度

degrees:把x从弧度转换成角度

e:表示一个常量

exp:返回math.e,也就是2.71828的x次方

expm1:返回math.e的x(其值为2.71828)次方的值减1

fabs:返回x的绝对值

factorial:取x的阶乘的值

floor:取小于等于x的最大的整数值,如果x是一个整数,则返回自身

fmod:得到x/y的余数,其值是一个浮点数

frexp:返回一个元组(m,e),其计算方式为:x分别除0.5和1,得到一个值的范围

fsum:对迭代器里的每个元素进行求和操作

gcd:返回x和y的最大公约数

hypot:如果x是不是无穷大的数字,则返回True,否则返回False

isfinite:如果x是正无穷大或负无穷大,则返回True,否则返回False

isinf:如果x是正无穷大或负无穷大,则返回True,否则返回False

isnan:如果x不是数字True,否则返回False

ldexp:返回x*(2**i)的值

log:返回x的自然对数,默认以e为基数,base参数给定时,将x的对数返回给定的base,计算式为:log(x)/log(base)

log10:返回x的以10为底的对数

log1p:返回x+1的自然对数(基数为e)的值

log2:返回x的基2对数

modf:返回由x的小数部分和整数部分组成的元组

pi:数字常量,圆周率

pow:返回x的y次方,即x**y

radians:把角度x转换成弧度

sin:求x(x为弧度)的正弦值

sqrt:求x的平方根

tan:返回x(x为弧度)的正切值

trunc:返回x的整数部分

[转载] python 中numpy快速去除nan, inf的方法相关推荐

  1. [转载] Python中numpy.clip();numpy.fabs()的用法;以及math.pow()的说明

    参考链接: Python中的numpy.absolute 在看一些关于关于数据分析的Python代码时,时常会出现一些方法不懂其意思,今天做个小小的说明关于: python中numpy.clip()方 ...

  2. [转载] python中日期和时间格式化输出的方法

    参考链接: Python程序将时间从12小时转换为24小时格式 1.将字符串的时间转换为时间戳 方法: a = "2013-10-10 23:40:00" #将其转换为时间数组 i ...

  3. [转载] [转载] python 中NumPy和Pandas工具包中的函数使用笔记(方便自己查找)

    参考链接: Python中的numpy.sinh 参考链接: Python中的numpy.less_equal 二.常用库 1.NumPy NumPy是高性能科学计算和数据分析的基础包.部分功能如下: ...

  4. [转载] python 中NumPy和Pandas工具包中的函数使用笔记(方便自己查找)

    参考链接: Python中的numpy.less_equal 二.常用库 1.NumPy NumPy是高性能科学计算和数据分析的基础包.部分功能如下: ndarray, 具有矢量算术运算和复杂广播能力 ...

  5. [转载] python中numpy库的使用

    参考链接: Python中的numpy.amin numpy支持的数据类型: bool_ 布尔型数据类型(True 或者 False) int_ 默认的整数类型(类似于 C 语言中的 long,int ...

  6. [转载] Python中NumPy简介及使用举例

    参考链接: Python中的numpy.invert NumPy是Python语言的一个扩展包.支持多维数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.NumPy提供了与Matlab相似的功能 ...

  7. [转载] Python中Numpy包的用法

    参考链接: Python中的Numpy.prod 一.数组方法 创建数组:arange()创建一维数组:array()创建一维或多维数组,其参数是类似于数组的对象,如列表等 反过来转换则可以使用num ...

  8. [转载] python中numpy包使用方法总结

    参考链接: Python中的numpy.amax 一.数组方法 创建数组:arange()创建一维数组:array()创建一维或多维数组,其参数是类似于数组的对象,如列表等 反过来转换则可以使用num ...

  9. [转载] python中numpy.concatenate()函数的使用

    参考链接: Python中的numpy.append numpy库数组拼接np.concatenate 原文:https://blog.csdn.net/zyl1042635242/article/d ...

最新文章

  1. Python数据集可视化:抽取数据集的两个特征进行二维可视化、主成分分析PCA对数据集降维进行三维可视化(更好地理解维度之间的相互作用)
  2. c++ 中__declspec 的用法
  3. vi测试仪维修成功率高吗?_电工电路板检测维修无图电路板的技巧
  4. 效率低下?是管理者无能?还是“太宽容”?
  5. Android Studio 自定义Gradle Plugin
  6. AndroidStudio安装教程(Windows环境下)
  7. PHP本地服务器localhost与数据库MySQL的综合运用
  8. php 判断输入字符串,php 判断(输入框) 字符串函数
  9. macbook 安装mysql_mac下安装mysql
  10. 基于JAVA的网上购物系统设计_基于Java的网上购物系统的设计与实现
  11. 5类6类7类网线对比_超五类、六类、七类网线竟然有这么多不同之处
  12. 微信小程序 display: flex 与inline-flex的区别以及应用
  13. 《我们在时光的列车上,没有终点》
  14. matlab从无到有系列(九):Simulink基础仿真详解(全网最全,从入门到放弃)
  15. CSS画心形的三种方法,超级简单
  16. 最新版的转转验机源码+完整教程
  17. linux全局查找字符串,linux全局搜索命令
  18. 系统设定工具(网络、打印机)与硬件侦测
  19. EAS单据F7设置默认值
  20. 苹果a10处理器_苹果“芯”基建简史:自己掌握不了核心技术 乔布斯也得干着急...

热门文章

  1. 【NOIP1998】【Luogu1008】三连击(枚举)
  2. armhf php环境搭建,armel、armhf 和 arm64 区别选择
  3. 第二章 HTML5存储 Web存储
  4. POJ 1703 Find them, Catch them(路径压缩并查集)
  5. 代码块_Dynamo?Get 7.1 什么是代码块
  6. 递归法:整数划分问题(怎么进行划分呢)
  7. OpenGL基础27:网格
  8. poj 3268 bzoj 1631: [Usaco2007 Feb]Cow Party(最短路)
  9. qscoj:喵哈哈村的卢西奥
  10. 莫烦python学习笔记之tuple,list,字典