在 NumPy 中测试数组值是否为 NaN 并将结果存储到新位置

要测试数组值是否为 NaN，请在 Python NumPy 中使用 **numpy.isnan()** 方法。我们将存储结果的新位置是一个新数组。在 x 为 NaN 的位置返回 True，否则返回 false。如果 x 是标量，则这是一个标量。条件在输入上广播。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建了一个未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化。

NumPy 使用 IEEE 标准用于二进制浮点数算术 (IEEE 754)。这意味着“非数字”不等于无穷大。

步骤

首先，导入所需的库 -

import numpy as np

创建一个包含一些 NaN 值的数组 -

arr = np.array([1, 2, 10, 50, -np.nan, 0., np.nan, np.inf])

显示数组 -

print("Array...
", arr)

获取数组的类型 -

print("
Our Array type...
", arr.dtype)

获取数组的维度 -

print("
Our Array Dimensions...
",arr.ndim)

获取数组中的元素数量 -

print("
Number of elements...
", arr.size)

创建另一个具有相同形状的数组以存储结果 -

arrRes = np.array([5, 5, 5, 5, 5, 5, 5, 5])

要测试数组值是否为 NaN，请在 Python NumPy 中使用 numpy.isnan() 方法。我们将存储结果的新位置是 arrRes -

print("
Test array for NaN...
",np.isnan(arr, arrRes))

检查存储我们结果的新数组的值 -

print("
Result...
",arrRes)

示例

import numpy as np

# Create an array with some NaN values
arr = np.array([1, 2, 10, 50, -np.nan, 0., np.nan, np.inf])

# Display the array
print("Array...
", arr)

# Get the type of the array
print("
Our Array type...
", arr.dtype)

# Get the dimensions of the Array
print("
Our Array Dimensions...
",arr.ndim)

# Get the number of elements in the Array
print("
Number of elements...
", arr.size)

# Create another array with the same shape to store the result
arrRes = np.array([5, 5, 5, 5, 5, 5, 5, 5])

# To test array values for NaN, use the numpy.isnan() method in Python Numpy
# The new location where we will store the result is arrRes
print("
Test array for NaN...
",np.isnan(arr, arrRes))

# Check the value of the new array where our result is stored
print("
Result...
",arrRes)

输出

Array...
[ 1. 2. 10. 50. nan 0. nan inf]

Our Array type...
float64

Our Array Dimensions...
1

Number of elements...
8

Test array for NaN...
[0 0 0 0 1 0 1 0]

Result...
[0 0 0 0 1 0 1 0]

AmitDiwan

更新于: 2022-02-08

170 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习