数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学比较两个NumPy数组，并返回忽略NaN的逐元素最小值
要比较两个数组并返回忽略NaN的逐元素最小值，请在Python NumPy中使用**numpy.fmin()**方法。返回值为True或False。
比较两个数组，并返回一个新数组，其中包含逐元素最大值。如果被比较的元素之一是NaN，则返回非NaN元素。如果两个元素都是NaN，则返回第一个。后一种区别对于复数NaN很重要，复数NaN定义为实部或虚部至少有一个是NaN。其最终效果是，尽可能忽略NaN。
步骤
首先，导入所需的库：
import numpy as np
使用array()方法创建两个二维NumPy数组。我们插入了一些包含NaN值的元素：
arr1 = np.array([[6, 9, np.NaN],[25, 11, 21]]) arr2 = np.array([[8, np.NaN, np.NaN],[22, 19, 26]])
显示数组：
print("Array 1...
", arr1)
print("
Array 2...
", arr2)获取数组的类型：
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)获取数组的维度：
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)获取数组的形状：
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要比较两个数组并返回忽略NaN的逐元素最小值，请在Python NumPy中使用numpy.fmin()方法。返回值为True或False：
print("
Result (minimum ignoring NaNs)...
",np.fmin(arr1, arr2))
示例
import numpy as np
# Creating two 2D numpy array using the array() method
# We have inserted elements with some NaN values
arr1 = np.array([[6, 9, np.NaN],[25, 11, 21]])
arr2 = np.array([[8, np.NaN, np.NaN],[22, 19, 26]])
# Display the arrays
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# Get the type of the arrays
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# Get the dimensions of the Arrays
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)
# Get the shape of the Arrays
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)
# To compare two arrays and return the element-wise minimum ignoring NaNs, use the numpy.fmin() method in Python Numpy
# Return value is either True or False
print("
Result (minimum ignoring NaNs)...
",np.fmin(arr1, arr2))输出
Array 1... [[ 6. 9. nan] [25. 11. 21.]] Array 2... [[ 8. nan nan] [22. 19. 26.]] Our Array 1 type... float64 Our Array 2 type... float64 Our Array 1 Dimensions... 2 Our Array 2 Dimensions... 2 Our Array 1 Shape... (2, 3) Our Array 2 Shape... (2, 3) Result (minimum ignoring NaNs)... [[ 6. 9. nan] [22. 11. 21.]]
更新于：2022年2月7日
365 次浏览
广告