mengubah nilai nan menjadi nol

Saya memiliki array numpy 2D. Beberapa nilai dalam array ini adalah NaN. Saya ingin melakukan operasi tertentu menggunakan larik ini. Misalnya perhatikan array:

[[   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.]]

Saya mencoba untuk mengambil setiap baris, satu per satu, mengurutkannya dalam urutan terbalik untuk mendapatkan nilai maksimal 3 dari baris dan mengambil rata-ratanya. Kode yang saya coba adalah:

# 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

Ini tidak berfungsi untuk baris yang berisi NaN. Pertanyaan saya adalah, apakah ada cara cepat untuk mengubah semua NaNnilai menjadi nol dalam larik numpy 2D sehingga saya tidak memiliki masalah dengan pengurutan dan hal lain yang saya coba lakukan.

Ini harus bekerja:

from numpy import *

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

Dalam kasus di atas di mana_are_NaNs adalah:

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

Di mana Aarray 2D Anda:

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

Fungsi tersebut isnanmenghasilkan array bool yang menunjukkan di mana NaNnilai-nilainya berada. Array boolean dapat digunakan untuk mengindeks larik dengan bentuk yang sama. Anggap saja seperti topeng.

Bagaimana dengan nan_to_num () ?

Anda dapat menggunakan np.whereuntuk menemukan di mana Anda memiliki 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.]])

Contoh kode jawaban drake untuk digunakan 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.]])

Anda dapat menggunakan numpy.nan_to_num :

numpy.nan_to_num (x): Gantikan nan dengan nol dan inf dengan angka terbatas .

Contoh (lihat dokumen):

>>> 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 tidak pernah sama dengan nan

if z!=z:z=0

jadi untuk array 2D

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

Anda dapat menggunakan fungsi lambda, contoh untuk array 1D:

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

Ini akan memberi Anda hasil:

[0, 2, 3]

Untuk tujuan Anda, jika semua item disimpan sebagai strdan Anda hanya menggunakan disortir seperti yang Anda gunakan lalu periksa elemen pertama dan ganti dengan '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']