chuyển đổi giá trị nan thành 0

Tôi có một mảng 2D numpy. Một số giá trị trong mảng này là NaN. Tôi muốn thực hiện các hoạt động nhất định bằng cách sử dụng mảng này. Ví dụ, hãy xem xét mảng:

[[   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.]]

Tôi đang cố gắng lấy từng hàng, từng hàng một, sắp xếp nó theo thứ tự đảo ngược để nhận được tối đa 3 giá trị từ hàng và lấy giá trị trung bình của chúng. Mã tôi đã thử là:

# 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

Điều này không hoạt động đối với các hàng có chứa NaN. Câu hỏi của tôi là, có cách nào nhanh chóng để chuyển đổi tất cả các NaNgiá trị thành 0 trong mảng 2D numpy để tôi không gặp vấn đề với việc sắp xếp và những thứ khác mà tôi đang cố gắng thực hiện không.

Điều này sẽ hoạt động:

from numpy import *

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

Trong trường hợp trên where_are_NaNs là:

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

AMảng 2D của bạn ở đâu :

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

Hàm isnantạo ra một mảng bool cho biết vị trí của các NaNgiá trị. Một mảng boolean có thể được sử dụng để lập chỉ mục một mảng có cùng hình dạng. Hãy coi nó như một chiếc mặt nạ.

Còn nan_to_num () thì sao?

Bạn có thể sử dụng np.wheređể tìm nơi bạn có 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.]])

Một ví dụ mã cho câu trả lời của drake để sử dụng nan_to_num:

>>> 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.]])

Bạn có thể sử dụng numpy.nan_to_num :

numpy.nan_to_num (x): Thay nan bằng 0 và inf bằng số hữu hạn .

Ví dụ (xem tài liệu):

>>> 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])

nan không bao giờ bằng nan

if z!=z:z=0

vì vậy đối với một mảng 2D

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

Bạn có thể sử dụng hàm lambda, một ví dụ cho mảng 1D:

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

Điều này sẽ cho bạn kết quả:

[0, 2, 3]

Đối với mục đích của bạn, nếu tất cả các mục được lưu trữ strvà bạn chỉ sử dụng được sắp xếp như bạn đang sử dụng và sau đó kiểm tra phần tử đầu tiên và thay thế nó bằng '0'

>>> 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']