nan 값을 0으로 변환

nan 값을 0으로 변환

저는 2D numpy 배열을 가지고 있습니다.이 배열의 일부 값은 다음과 같습니다.NaN이 배열을 사용하여 특정 작업을 수행합니다.예를 들어, 다음과 같은 배열을 생각해 보십시오.

[[   0.   43.   67.    0.   38.]
 [ 100.   86.   96.  100.   94.]
 [  76.   79.   83.   89.   56.]
 [  88.   NaN   67.   89.   81.]
 [  94.   79.   67.   89.   69.]
 [  88.   79.   58.   72.   63.]
 [  76.   79.   71.   67.   56.]
 [  71.   71.   NaN   56.  100.]]

각 행을 한 번에 하나씩 역순으로 정렬하여 행에서 최대 3개의 값을 가져오고 평균을 취하려고 합니다.제가 시도한 코드는 다음과 같습니다.

# nparr is a 2D numpy array
for entry in nparr:
    sortedentry = sorted(entry, reverse=True)
    highest_3_values = sortedentry[:3]
    avg_highest_3 = float(sum(highest_3_values)) / 3

다음을 포함하는 행에는 작동하지 않습니다.NaN제 질문은, 모든 것을 빠르게 변환할 수 있는 방법이 있는지 여부입니다.NaN2D numpy 배열에서 0으로 값을 지정하면 정렬 및 기타 작업에 문제가 없습니다.

어디에A2D 어레이입니다.

import numpy as np
A[np.isnan(A)] = 0

함수isnan위치를 나타내는 부울 배열을 생성합니다.NaN값은 입니다.부울 배열을 사용하여 동일한 모양의 배열을 인덱싱할 수 있습니다.마스크처럼 생각해보세요.

이렇게 하면 됩니다.

from numpy import *

a = array([[1, 2, 3], [0, 3, NaN]])
where_are_NaNs = isnan(a)
a[where_are_NaNs] = 0

위의 경우_are_NaNs는 다음과 같습니다.

In [12]: where_are_NaNs
Out[12]: 
array([[False, False, False],
       [False, False,  True]], dtype=bool)

효율성에 대한 보완.아래 예제는 numpy 1.21.2로 실행되었습니다.

>>> aa = np.random.random(1_000_000)
>>> a = np.where(aa < 0.15, np.nan, aa)
>>> %timeit a[np.isnan(a)] = 0
536 µs ± 8.11 µs per loop (mean ± std. dev. of 7 runs, 1,000 loops each)
>>> a = np.where(aa < 0.15, np.nan, aa)
>>> %timeit np.where(np.isnan(a), 0, a)
2.38 ms ± 27.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
>>> a = np.where(aa < 0.15, np.nan, aa)
>>> %timeit np.nan_to_num(a, copy=True)
8.11 ms ± 401 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
>>> a = np.where(aa < 0.15, np.nan, aa)
>>> %timeit np.nan_to_num(a, copy=False)
3.8 ms ± 70.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

결과적으로a[np.isnan(a)] = 0더 빠릅니다.

nan_to_num()은 어떻습니까?

당신이 가지고 있는 곳을 찾는 데 사용할 수 있습니다.NaN:

import numpy as np

a = np.array([[   0,   43,   67,    0,   38],
              [ 100,   86,   96,  100,   94],
              [  76,   79,   83,   89,   56],
              [  88,   np.nan,   67,   89,   81],
              [  94,   79,   67,   89,   69],
              [  88,   79,   58,   72,   63],
              [  76,   79,   71,   67,   56],
              [  71,   71,   np.nan,   56,  100]])

b = np.where(np.isnan(a), 0, a)

In [20]: b
Out[20]: 
array([[   0.,   43.,   67.,    0.,   38.],
       [ 100.,   86.,   96.,  100.,   94.],
       [  76.,   79.,   83.,   89.,   56.],
       [  88.,    0.,   67.,   89.,   81.],
       [  94.,   79.,   67.,   89.,   69.],
       [  88.,   79.,   58.,   72.,   63.],
       [  76.,   79.,   71.,   67.,   56.],
       [  71.,   71.,    0.,   56.,  100.]])

드레이크의 답변에 사용할 코드 예제:

>>> import numpy as np
>>> A = np.array([[1, 2, 3], [0, 3, np.NaN]])
>>> A = np.nan_to_num(A)
>>> A
array([[ 1.,  2.,  3.],
       [ 0.,  3.,  0.]])

numpy.nan_to_num을 사용할 수 있습니다.

numpy.nan_to_num(x) : nan을 0으로, inf를 유한 숫자로 바꿉니다.

예(문서 참조):

>>> np.set_printoptions(precision=8)
>>> x = np.array([np.inf, -np.inf, np.nan, -128, 128])
>>> np.nan_to_num(x)
array([  1.79769313e+308,  -1.79769313e+308,   0.00000000e+000,
        -1.28000000e+002,   1.28000000e+002])

nan은 nan과 절대 같지 않습니다.

if z!=z:z=0

그래서 2D 어레이의 경우

for entry in nparr:
    if entry!=entry:entry=0

1D 배열의 예와 같이 람다 함수를 사용할 수 있습니다.

import numpy as np
a = [np.nan, 2, 3]
map(lambda v:0 if np.isnan(v) == True else v, a)

그러면 다음과 같은 결과가 표시됩니다.

[0, 2, 3]

모든 항목이 다음과 같이 저장되는 경우, 사용자의 목적을 위해str사용 중인 대로 정렬된 상태로 사용한 다음 첫 번째 요소를 확인하고 '0'으로 대체합니다.

>>> l1 = ['88','NaN','67','89','81']
>>> n = sorted(l1,reverse=True)
['NaN', '89', '88', '81', '67']
>>> import math
>>> if math.isnan(float(n[0])):
...     n[0] = '0'
... 
>>> n
['0', '89', '88', '81', '67']

언급URL : https://stackoverflow.com/questions/5124376/convert-nan-value-to-zero