numpy中np.nanmax和np.max的區(qū)別及坑
更新時(shí)間：2022年02月11日 12:03:35 作者：AML杰
這篇文章主要介紹了numpy中np.nanmax和np.max的區(qū)別及坑，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
np.nanmax和np.array([1,2,3,np.nan]).max()的區(qū)別
numpy中numpy.nanmax的官方文檔
原理
在計(jì)算dataframe最大值時(shí)，最先用到的一定是Series對(duì)象的max()方法()，最終結(jié)果是4。
s1 = pd.Series([1,2,3,4,np.nan]) s1_max = s1.max()
但是筆者由于數(shù)據(jù)量巨大，列數(shù)較多，于是為了加快計(jì)算速度，采用numpy進(jìn)行最大值的計(jì)算，但正如以下代碼，最終結(jié)果得到的是nan，而非4。發(fā)現(xiàn)，采用這種方式計(jì)算最大值，nan也會(huì)包含進(jìn)去，并最終結(jié)果為nan。
s1 = pd.Series([1,2,3,4,np.nan]) s1_max = s1.values.max() >>>nan
通過(guò)閱讀numpy的文檔發(fā)現(xiàn)，存在np.nanmax的函數(shù)，可以將np.nan排除進(jìn)行最大值的計(jì)算，并得到想要的正確結(jié)果。
當(dāng)然不止是max，min 、std、mean 均會(huì)存在列中含有np.nan時(shí)，s1.values.min /std/mean ()返回nan的情況。
速度區(qū)別
速度由快到慢依次:
s1 = pd.Series([1,2,3,4,5,np.nan]) #速度由快至慢 np.nanmax(s1.values) > np.nanmax(s1) > s1.max()?
numpy中nan和常用方法
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author: Jia ShiLin import numpy as np a = np.arange(9, dtype=float).reshape(3, 3) a[[[1], [2]]] = np.nan print(a) # isnan函數(shù) print(np.isnan(a)) a[np.isnan(a)] = 0 # 把nan替換成中值或者均值 print(a) print(np.count_nonzero(a)) # sum()統(tǒng)計(jì)求和 b = np.arange(12, dtype=int).reshape(2, 6) print(b) print(np.sum(b, axis=0)) # 得到結(jié)果和行的形狀一樣 print(np.sum(b, axis=1)) # .mean() print(b.mean()) print(b.mean(axis=0)) print(b.mean(axis=1)) # np.median()中位數(shù) print(np.median(b, axis=0)) # .min() .max() # .ptp()機(jī)值 print(np.ptp(b)) # .std()標(biāo)注差 print(np.std(b, axis=0))
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了python的變量與賦值詳細(xì)分析，具有一定參考價(jià)值，需要的朋友可以了解下。2017-11-11
.nc文件,即NetCDF（Network?Common?Data?Form）文件,是一種用于存儲(chǔ)科學(xué)數(shù)據(jù)的文件格式,本文主要為大家介紹了兩種常見(jiàn)的讀取方法,希望對(duì)大家有所幫助2024-03-03
本文主要介紹了OpenCV實(shí)現(xiàn)透視變換的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
Python多進(jìn)程Process和管道Pipe的使用方式
這篇文章主要介紹了Python多進(jìn)程Process和管道Pipe的使用方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
Python的Queue模塊提供一種適用于多線程編程的FIFO實(shí)現(xiàn)。它可用于在生產(chǎn)者(producer)和消費(fèi)者(consumer)之間線程安全(thread-safe)地傳遞消息或其它數(shù)據(jù)，因此多個(gè)線程可以共用同一個(gè)Queue實(shí)例。Queue的大?。ㄔ氐膫€(gè)數(shù)）可用來(lái)限制內(nèi)存的使用2021-07-07
Python利用Matplotlib繪制柱狀圖(豎直柱狀圖和水平柱狀圖)、直方圖和餅狀圖
這篇文章主要給大家介紹了關(guān)于Python利用Matplotlib繪制柱狀圖(豎直柱狀圖和水平柱狀圖)、直方圖和餅狀圖的相關(guān)資料,Python使用matplotlib畫(huà)圖是非常方便的,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-12-12
Python使用sqlite3模塊內(nèi)置數(shù)據(jù)庫(kù)
這篇文章主要介紹了Python使用sqlite3模塊內(nèi)置數(shù)據(jù)庫(kù),文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05
使用NumPy和pandas對(duì)CSV文件進(jìn)行寫(xiě)操作的實(shí)例
今天小編就為大家分享一篇使用NumPy和pandas對(duì)CSV文件進(jìn)行寫(xiě)操作的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06
Python中如何控制小數(shù)點(diǎn)精度與對(duì)齊方式
在 Python 編程中,數(shù)據(jù)輸出格式化是一個(gè)常見(jiàn)的需求,尤其是在涉及到小數(shù)點(diǎn)精度和對(duì)齊方式時(shí),下面小編就來(lái)為大家介紹一下如何在 Python 中實(shí)現(xiàn)這些功能吧2025-03-03
web應(yīng)用難免會(huì)截取字符串的需求,Python中截取英文很容易，但是截取utf-8的中文機(jī)會(huì)截取一半導(dǎo)致一些不是亂碼的亂碼.其實(shí)utf8截取很簡(jiǎn)單,這里記下來(lái)分享給大家2015-06-06