在使用numpy数组的过程中时常会出现nan或者inf的元素，可能会造成数值计算时的一些错误。这里提供一个numpy库函数的用法，使nan和inf能够最简单地转换成相应的数值。
numpy.nan_to_num(x):
使用0代替数组x中的nan元素，使用有限的数字代替inf元素
使用范例：
|
1
2
3
4
5
6
7
8
9
|
>>>import numpy as np
>>> a = np.array([[np.nan,np.inf],\
... [-np.nan,-np.inf]])
>>> a
array([[ nan, inf],
[ nan, -inf]])
>>> np.nan_to_num(a)
array([[ 0.00000000e+000, 1.79769313e+308],
[ 0.00000000e+000, -1.79769313e+308]])
|
和此类问题相关的还有一组判断用函数，包括：
- isinf
- isneginf
- isposinf
- isnan
- isfinite
使用方法也很简单，以isnan举例说明：
|
1
2
3
4
5
|
>>> import numpy as np
>>> np.isnan(np.array([[1, np.nan, np.inf],\
... [np.nan, -np.inf, -0.25]]))
array([[False, True, False],
[ True, False, False]], dtype=bool)
|
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对服务器之家的支持。如果你想了解更多相关内容请查看下面相关链接
原文链接：https://blog.csdn.net/u010158659/article/details/50814706