python中怎么把数据中inf转化为na

发布网友 发布时间：2022-04-23 03:13

我来回答

共2个回答

懂视网 时间：2022-05-11 00:52

大家都知道 在Python 中可以用如下方式表示正负无穷：

float("inf") # 正无穷
float("-inf") # 负无穷

利用 inf(infinite) 乘以 0 会得到 not-a-number(NaN) 。如果一个数超出 infinite，那就是一个 NaN（not a number）数。在 NaN 数中，它的 exponent 部分为可表达的最大值，即 FF（单精度）、7FF（双精度）和 7FFF（扩展双精度）。 NaN 数与 infinite 数的区别是：infinite 数的 significand 部分为 0 值（扩展双精度的 bit63 位为 1）；而 NaN 数的 significand 部分不为 0 值。

我们先看看如下的代码：

>>> inf = float("inf")
>>> ninf = float("-inf")
>>> nan = float("nan")
>>> inf is inf
True
>>> ninf is ninf
True
>>> nan is nan
True
>>> inf == inf
True
>>> ninf == ninf
True
>>> nan == nan
False
>>> inf is float("inf")
False
>>> ninf is float("-inf")
False
>>> nan is float("nan")
False
>>> inf == float("inf")
True
>>> ninf == float("-inf")
True
>>> nan == float("nan")
False

如果你没有尝试过在 Python 中判断一个浮点数是否为 NaN，对以上的输出结果肯定会感到诧异。首先，对于正负无穷和 NaN 自身与自身用 is 操作，结果都是 True，这里好像没有什么问题；但是如果用 == 操作，结果却不一样了， NaN 这时变成了 False。如果分别用 float 重新定义一个变量来与它们再用 is 和 == 比较，结果仍然出人意料。出现这种情况的原因稍稍有些复杂，这里就不赘术了，感兴趣可以查阅相关资料。

如果你希望正确的判断 Inf 和 Nan 值，那么你应该使用 math 模块的 math.isinf 和 math.isnan 函数：

>>> import math
>>> math.isinf(inf)
True
>>> math.isinf(ninf)
True
>>> math.isnan(nan)
True
>>> math.isinf(float("inf"))
True
>>> math.isinf(float("-inf"))
True
>>> math.isnan(float("nan"))
True

这样便准确无误了。既然我在谈论这个问题，就是再忠告：不要在 Python 中试图用 is 和 == 来判断一个对象是否是正负无穷或者 NaN。你就乖乖的用 math 模块吧，否则就是引火烧身。

当然也有别的方法来作判断，以下用 NaN 来举例，但仍然推荐用 math 模块，免得把自己弄糊涂。

用对象自身判断自己

>>> def isnan(num):
... return num != num
... 
>>> isnan(float("nan"))
True

用 numpy 模块的函数

>>> import numpy as np
>>> 
>>> np.isnan(np.nan)
True
>>> np.isnan(float("nan"))
True
>>> np.isnan(float("inf"))
False

Numpy 的 isnan 函数还可以对整个 list 进行判断：

>>> lst = [1, float("nan"), 2, 3, np.nan, float("-inf"), 4, np.nan]
>>> lst
[1, nan, 2, 3, nan, -inf, 4, nan]
>>> np.isnan(lst)
array([False, True, False, False, True, False, False, True], dtype=bool)

这里的 np.isnan 返回布尔值数组，如果对应位置为 NaN，返回 True，否则返回 False。

更多关于Python中Inf与Nan的判断问题详解相关文章请关注PHP中文网！

热心网友 时间：2022-05-10 22:00

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：

>>>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]])123456789

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：

>>> 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)