您好,登錄后才能下訂單哦!
小編這次要給大家分享的是Python如何過(guò)濾掉numpy.array中非nan數(shù)據(jù),文章內(nèi)容豐富,感興趣的小伙伴可以來(lái)了解一下,希望大家閱讀完這篇文章之后能夠有所收獲。
代碼
需要先導(dǎo)入pandas
arr的數(shù)據(jù)類(lèi)型為一維的np.array
import pandas as pd
arr[~pd.isnull(arr)]
補(bǔ)充知識(shí):python numpy.mean() axis參數(shù)使用方法【sum(axis=*)是求和,mean(axis=*)是求平均值】
如下所示:
import numpy as np X = np.array([[1, 2], [4, 5], [7, 8]]) print(np.mean(X, axis=0, keepdims=True)) print('*'*50) print(np.mean(X, axis=1, keepdims=True)) print('*'*50) print(X.mean(axis=0)) print('*'*50) print(X.mean(axis=1))
[[4. 5.]]
[[1.5]
[4.5]
[7.5]]
[4. 5.]
[1.5 4.5 7.5]
20200221
np.mean()還可計(jì)算列表元素均值:
import numpy as np list1=[1,2,3,4,5] list2=[[1,2,3],[4,5,6]] print(np.mean(list1)) print(np.mean(list2))
結(jié)果:
3.0
3.5
看完這篇關(guān)于Python如何過(guò)濾掉numpy.array中非nan數(shù)據(jù)的文章,如果覺(jué)得文章內(nèi)容寫(xiě)得不錯(cuò)的話,可以把它分享出去給更多人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。