2021-06-30

最新推荐文章于 2024-09-15 22:31:42 发布

其实，我也没有学过编程

最新推荐文章于 2024-09-15 22:31:42 发布

阅读量152

点赞数

文章标签： numpy python 数据分析

本文链接：https://blog.csdn.net/yisusr/article/details/118351259

版权

6.29数据分析学习笔记

#一、NAN与INF值
#NAN：not a number，表示不是一个数字，但它本身是浮点类型.np.NAN != np.NAN,NAN与任何值进行任何运算，结果都为NAN
#INF：Infinity,无穷大，也是浮点类型。np.inf表示正无穷大，-np.inf表示负无穷大，inf一般出现在除数为0的时候
import numpy as np
import pandas as pd

a1 = np.random.randint(0,10,size = (4,7)).astype(np.float)
a1[0,1] = np.NAN
a1[1,2] = np.NAN
np.NAN == np.NAN
print(a1)
print(a1[0,1]*2)
#二、NAN值的处理
#1、删除所有NAN值，删除后数组会变为一维数组
# a1[~np.isnan(a1)]
#2、删除空值所在的行
lines = np.where(np.isnan(a1))[0]
a2 =  np.delete(a1,lines,axis = 0)
print(a2)

#3、替换NAN值
scores = np.loadtxt(r'C:\Users\chen\Documents\Jupyter\data\test3.csv',skiprows = 1,delimiter = ',',encoding='ANSI',dtype=np.str)
scores[scores == ''] = np.NAN
scores1=scores.astype(np.float)
scores2 = scores1.copy()
scores1[np.isnan(scores1)] = 0
print(scores1)
scores1.sum(axis = 1)
for x in range(socres2.shape[1]):
    col = scores2[:,x]
    col1 = col[~np.isnan(col)]
    mean=col1.mean()
    col[np.isnan(col)]=mean
    scores2[:,x]=col
print(scores2)