数据分析：numpy——nan和常用统计方法

最新推荐文章于 2023-03-21 20:58:57 发布
最新推荐文章于 2023-03-21 20:58:57 发布
阅读量631 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ouat2018/article/details/119685192
版权
本文介绍了numpy库中关于nan和inf的概念及其出现场景，强调了处理nan时的注意事项，如不应简单替换为0。并详细讲解了如何计算数据的中位数、均值等统计量，包括求和、中值、最大值、最小值、极差和标准差等常见操作。
摘要由CSDN通过智能技术生成

nampy中的nan和inf

nan(NAN,Nan):not a number表示不是一个数字

什么时候numpy中会出现nan：当我们读取本地的文件为float的时候，如果有缺失，就会出现nan；当做了一个不合适的计算的时候（比如无穷大（inf）减去无穷大）

inf(-inf,inf):infinity,inf表示正无穷，-inf表示负无穷

什么时候出现inf包括（-inf，+inf）：比如一个数字除以0，（python中直接会报错，numpy中是一个inf或者-inf）

 

numpy中的nan的注意点

在一组数据中单纯地把nan替换为0，不合适。比如，全部替换为0后，替换之前的平均值如果大于0，替换之后的均值肯定会变小，所以更一般的方式是把缺失的数值替换为均值（中值）或者直接删除有缺失值的一行

如何计

最低0.47元/天 解锁文章
wtbsm
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python 统计array中nan的个数要怎么做
q742971636的博客
04-26 1700
np.isnan(arr).sum()
numpy中处理含nan数据的统计函数及其效率
domodo2012的博客
01-03 1458
numpy 库中的一些统计函数，它们在遇到含 nan 的数据时都无法正常使用，需要换成可用的同名函数（即在函数名前加“nan”）。 1、相关函数 1.1、最大值 max()、nanmax() / 最小值 min() nanmin() 沿指定轴返回一个数组的最小 / 大值。 numpy.max(a, axis=None, out=None, keepdims=) 参数： a - array_like ，数组或者可以转化成数组的对象 axis - 无 None（默认）、整型 int、元组 tuple；沿轴线方
【数据分析】numpy中的nan和常用统计方法 No.5
C-Jonn
04-12 1690
一、nan和inf 1、 nan（NAN，Nan）：not a number 表示不是一个数字 什么时候会出现nan呢？ 当我们读取本地文件为float的时候，如果有缺失或者当做了一个不合适的计算的时候，比如无穷大减去无穷大，就会出现nan。。 2、inf（-inf，inf）：inf表示正无穷大，-inf表示负无穷大 什么时候会出现inf呢？ 数字除以0的操...
numpy 中的nan和常用的统计方法
weixin_34258782的博客
11-04 309
转载于:https://www.cnblogs.com/cgy1995/p/9903279.html
Python3 NaN+NaN等于0
chenbaixing的博客
03-26 1127
Python2中sum()函数对于NaN+NaN计算结果为NaN Python3中sum()函数对于NaN+NaN计算结果为0 如果需要在Python3中使用sum()函数，对于NaN+NaN计算结果为NaN，该怎么处理呢？ Python3中sum()函数增加一个参数即可 #python3中增加参数min_count min_count=1表示多个数求和过程中至少有1个及以上非空数据,否则返回N...
【Python】数据分析.numpy.数组中常用的统计函数及numpy.nan/inf
懂得一千零一种,赋予你失败的方法！
05-19 3537
一、Python----数据分析-numpy.数组中常用的统计函数 假设有一个二维数组t t = np.arange(24).reshape((4,6)) print(t) # [[ 0 1 2 3 4 5] # [ 6 7 8 9 10 11] # [12 13 14 15 16 17] # [18 19 20 21 22 23]] axis属性：指定统计的轴方向 axis=0 行之间的计算 axis=1 列之间的计算 求和函数：sum t = np.arange(24).resh
Python数据分析04：Numpy——数组运算、排序、输入输出、矩阵运算、随机数生成
Apple_xiaoli的博客
02-27 974
向量化的数组运算比纯python同等程度的运算要快很多 一些能计算统计值的数学函数能基于整个数组，或者沿着一个axis（轴）。可以使用aggregations(often called reductions，汇总，或被叫做降维)，比如sum, mean, std(标准差). sum对象是布尔型数组时，它是用来计算布尔数组中有多少个true的 Numpy也有一些基本的集合操作用于一维数组。np.unique，能返回排好序且不重复的值
python数据分析模块：numpy、pandas全解（csdn）————程序.pdf
12-03
Python数据分析领域中，numpy和pandas是两个至关重要的模块，它们提供了强大的数据处理和分析功能。下面我们将深入探讨这两个模块的主要知识点。 **numpy模块** numpy是Python中的基础数学库，主要用于处理大型...
数据分析——numpy
最新发布
weixin_51965933的博客
03-21 325
数据分析关于numpy的笔记
100天精通Python（数据分析篇）——第52天：numpy模块完结篇
努力让自己发光，对的人才能迎着光而来
08-22 1万+
100天精通Python（数据分析篇）——第52天：numpy完结 每篇前言 一、拷贝 1. 赋值 2. 视图 3. 副本 4. 注意点copy和view 二、numpy常用方法 1. 小技巧 2. 生成随机数 三、numpy中的nan和inf
numpy基础（数组的拼接和行列交换、numpy中的随机方法、 numpy中的nan和常用统计方法、 numpy中填充nan和youtube数据的练习）
liyunyang2000的博客
10-17 710
numpy基础（数组的拼接和行列交换、numpy中的随机方法、 numpy中的nan和常用统计方法、 numpy中填充nan和youtube数据的练习）
pandas中NaN与数据相加np.nansum()
漫步量化
10-17 1万+
问题背景 DataFrame中有两列，每列中包含数据元素、NaN元素，如何将两列相加，使结果等于数据。 方案一：直接相加 直接相加得到NaN，不是数据。不能实现需求。 方案二：concat pandas.concat函数是将数据拼接。不能实现需求。 方案三：np.nansum() 专门处理NaN数据，实现需求。 先将数据转为numpy.array: 再对numpy进行处理，n...
python的nan生成、表示、判决和忽略nan的统计运算
PerfeyCui的博客
02-11 1943
""" nan 三种生成方法，判断方法，来源 """ #Gen nan xf = float('nan') import numpy as np xn = np.nan from decimal import Decimal xd = Decimal('nan') # souce of nan, 'inf' -'inf', inf/inf x1 = float('inf') + 2*float('inf') x2 = float('inf') - float('inf') x3 = float('i
python数据表_第1关：了解python数据表操作
weixin_39738667的博客
11-21 399
如果你已经：安装好python有一点python语言基础而且没有过系统化的python学习希望掌握常见的dataframe处理方法这篇文章将帮助你掌握工作中常用的工作表操作。文章阅读时间约40min。1. 导入package：pandasimport pandas as pd2. 数据读取与保存读取文件temp = pd.read_excel("file_path",sheet_name= "sh...
python利用pandas读取.data文件并对nan进行处理
热门推荐
KI的博客
08-01 9万+
在数据挖掘的很多领域，数据内容往往以.data形式给出，因此读取data文件到矩阵中并对异常值进行处理就变得很重要了。
python 统计array中nan的个数要怎么做？
何必说
10-28 1万+
a = np.array([1, np.nan, 3, 4, np.nan, 6]) #Nan的个数： print len(a[np.isnan(a)]) #非Nan的个数： print len(a[~np.isnan(a)])
numpy.ndarray计算数组中nan个数的方法
novanova2009的博客
01-18 2650
np.where(np.isnan(array))[0].shape np.isnan判断是否是nan。array可以是整个数组，或者数组的行列等切片 np.where得到isnan返回真的（是nan）的tuple，tuple示例：(array([ 0, 1, 2, ..., 5635, 5636, 5637], dtype=int64),)，第一个元素是一个nan的index数组，第二个元素是数组的数据类型。因此，[0]取tuple的第一个元素（array），然后shape给出其大小。...
pytorch nan问题
星之所望的博客
02-25 944
pytorch nan 判断方法： if torch.isnan(tmploss): 解决方法： loss_t_conf=0 if target[target ==1].size()>torch.Size([0]): loss_t_conf = self.bce_loss(out[target ==1], target[target ==1])...
Python数据分析：NumPy数组操作详解
在Python数据分析领域，NumPy是一个不可或缺的工具，它提供了高效的多维数据结构——数组（Array）和矩阵（Matrix）。通过NumPy，我们可以方便地处理大规模的数据集，并进行各种数学运算。以下是一些关键知识点： 1...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值