在numpy数组中查找none和nan的索引
在numpy数组中查找None和NaN的索引可以通过以下步骤实现：
- 导入numpy库：
import numpy as np- 创建一个包含None和NaN的numpy数组：
arr = np.array([1, None, np.nan, 3, None])- 使用np.isnan()函数查找NaN的索引：
nan_indices = np.isnan(arr)这将返回一个布尔类型的数组，其中True表示对应位置的元素是NaN。
- 使用np.where()函数获取NaN的索引：
nan_indices = np.where(nan_indices)[0]这将返回一个包含NaN的索引的一维数组。
- 使用np.equal()函数查找None的索引：
none_indices = np.equal(arr, None)这将返回一个布尔类型的数组，其中True表示对应位置的元素是None。
- 使用np.where()函数获取None的索引：
none_indices = np.where(none_indices)[0]这将返回一个包含None的索引的一维数组。
完整的代码示例：
import numpy as np
arr = np.array([1, None, np.nan, 3, None])
nan_indices = np.isnan(arr)
nan_indices = np.where(nan_indices)[0]
none_indices = np.equal(arr, None)
none_indices = np.where(none_indices)[0]
print("NaN的索引：", nan_indices)
print("None的索引：", none_indices)这样就可以得到包含None和NaN的索引数组。请注意，这里没有提及任何特定的腾讯云产品，因为在这个问题中与云计算品牌商无关。
相关·内容
3回答
受到Haskell的启发：
如何用Python中的numpy数组实现以下内容？
In [13]: [(x if x>3 else None) for x in range(10)]
Out[13]: [None, None, None, None, 4, 5, 6, 7, 8, 9]
换句话说，我正在寻找一个具有签名的numpy函数: Haskell中的f:[a]->(a->Maybe a)->[Maybe a]，其中[a]将是一个numpy列表。
我试过这个：
np.apply_along_axis(lambda x:x if x>3 else None,0,n
浏览 7提问于2016-06-27得票数 3
回答已采纳
我的问题和这个类似。 Get value at list/array index or "None" if out of range in Python 但我想使用多维numpy数组。 这可以在不事先检查索引的情况下完成吗？ data = np.ones((2,3,4))
idx1 = [0,1]
idx2 = [1,2]
idx3 = [0, 100]
data[idx1, idx2, idx3] 所需输出： array([1., np.nan])
浏览 28提问于2019-02-15得票数 1
回答已采纳
1回答
我正在尝试使用dataframe f替换dataframe d中的空值。
d和f通过EGI连接在一起。在d中，EGI是一个列，并且不是唯一的。在f中，EGI是唯一的，并且是此数据帧的索引。
对于d中的每一行，我需要该行中的值被f中具有相应EGI的行“屏蔽”。
这是我的示例代码，它给了我什么，以及我想要什么。谢谢!
import numpy
import pandas
d = pandas.DataFrame({'EGI':['a1','b2','a1','d4'],'A
浏览 0提问于2021-03-05得票数 0
1回答
假设我有一个简单的2D numpy数组，我用imshow()显示
import numpy as np
import random
import matplotlib.pyplot as plt
a = np.random.randint(2, size=(10,10))
im = plt.imshow(a, cmap='spring', interpolation='none', vmin=0, vmax=1, aspect='equal')
plt.show()
我还有另一个二维的numpy数组，如下所示：
bnd = np.ze
浏览 2提问于2022-02-04得票数 1
回答已采纳
我注意到将NaN值列表转换为sets存在问题：
import pandas as pd
import numpy as np
x = pd.DataFrame({'a':[None,None]})
x_numeric = pd.to_numeric(x['a']) #converts to numpy.float64
set(x_numeric)
这应该返回{nan}，但是返回{nan，nan}。然而，这样做：
set([numpy.nan, numpy.nan])
返回预期的{nan}。前者显然是类numpy.float64，而后者在默认情况下是类浮点数。
浏览 2提问于2017-10-20得票数 4
回答已采纳
1回答
这是我的DataFrame：
area = pd.Series({'California': 423967, 'Texas': 695662,'New York': 141297, 'Florida': None, 'Illinois': 149995})
pop = pd.Series({'California': 38332521, 'Texas': None,'New York': 19651127, 'Florida': 19552860, &
浏览 2提问于2021-12-09得票数 0
1回答
解决方案
=========上一个问题。请忽略以下内容： =========
我的numpy数组如下所示：
group = np.array([1,1,1,1,1,1,1,2,2,2,2,2,2,2])
arr1 = np.array([0,0,0,np.nan,2,np.nan,np.nan,0,np.nan,2,np.nan,np.nan,0,0])
arr2 = np.array([0,0,0,np.nan,np.nan,3,np.nan,0,np.nan,2,np.nan,np.nan,0,0])
target_arr = np.array([0,0,0,0,2,2,2
浏览 0提问于2021-11-16得票数 0
1回答
假设我有一个二维numpy数组： mat=[[5,5,3,6,3],
[3,2,7,8,1],
[7,5,5,2,0]] 和索引的向量： vec=[3,1,2] 我需要的是从相应的索引中提取3个元素。例如，向量中对应于矩阵第一行的第一个元素是3。因此，我需要在第一行中从索引3(从0开始)中取3个元素，即6。因此，我需要的是[6,3,None]。 最终输出应为： [[6,3,None],
[2,7,8],
[5,2,0]] 我尝试使用take和花哨的索引，但无法获得所需的输出。 任何帮助都将不胜感激！
浏览 34提问于2021-01-27得票数 1
回答已采纳
将来的警告发生在您这样做时：
>>> numpy.asarray([1,2,3,None]) == None
它当前返回False，但据我所知，它将返回一个包含[False,False,False,True]的数组，该数组将包含在未来版本的Numpy中。
正如所讨论的，的解决方法是测试a is None。
令我困惑的是，与列表相比，in关键字的这种行为与一维数组相比：
>>> None in [1,2,3,None]
True
>>> None in numpy.asarray([1,2,3,None])
__main__:1: Futur
浏览 0提问于2015-02-05得票数 13
回答已采纳
1回答
Numpy -用NaN替换数字
、、、、
我希望在numpy中用NaN替换一个数字，并寻找一个像numpy.nan_to_num这样的函数，除了相反的情况。
这个数字可能会随着不同数组的处理而变化，因为每个数组都可以有一个唯一定义的NoDataValue。我见过有人使用字典，但数组很大，既有正浮点数，也有负浮点数。我怀疑试图将所有这些加载到任何东西中以创建密钥的效率不高。
我尝试使用以下命令和numpy命令，要求我使用any()或all()。我意识到我需要按元素进行迭代，但希望内置函数可以实现这一点。
def replaceNoData(scanBlock, NDV):
for n, i in enumerate(array)
浏览 37提问于2011-07-15得票数 47
回答已采纳
我有一个大小为4的一维空numpy数组(b)，我想在其中堆叠列。列中包含的值依赖于包含真/假布尔值的另一个一维数值数组(a)。
我已经设法用for循环的方式填充了它，但我认为使用切片可以更有效地完成它。
下面是给出正确结果的工作代码：
import numpy as np
import random
b = np.empty(4, dtype=object) # The array we are trying to fill
for i in range (5):
# a contains 4 random True/False values
a = np.random.r
浏览 3提问于2018-01-26得票数 1
回答已采纳
2回答
我有一个数组，如下所示：
k = numpy.array([(1.,0.001), (1.1, 0.002), (None, None),
(1.2, 0.003), (0.99, 0.004)])
我想绘制不是(None, None)的值，并保留数组值的索引。也就是说，只要有(None, None)值，我就想要一个间隙。
当这件事完成后，我想
y = k[:,0] + k[:,1]
但是我甚至不能把数组加在一起。我尝试屏蔽数组，但丢失了原始k数组的索引值。
一个最小的例子：
import matplotlib.pyplot as pyplot
import
浏览 0提问于2013-10-29得票数 7
回答已采纳
说
Ellipsis扩展到与x.ndim长度相同的选择元组所需的:对象数。
然而，这似乎只适用于其他索引参数是ints和片对象时。例如，为了实现None的目的，Ellipsis似乎不考虑选择元组长度
>>> import numpy
>>> numpy.zeros([2, 2]).shape
(2, 2)
>>> numpy.zeros([2, 2])[..., None].shape
(2, 2, 1)
>>> numpy.zeros([2, 2])[:, None].shape
(2, 1, 2)
>&g
浏览 4提问于2017-10-24得票数 0
2回答
我有两个包含NaNs的numpy数组：
A = np.array([np.nan, 2, np.nan, 3, 4])
B = np.array([ 1 , 2, 3 , 4, np.nan])
是否有任何明智的方法使用numpy删除两个数组中的NaNs，以及删除另一个列表中相应索引的内容？让它看起来像这样：
A = array([ 2, 3, ])
B = array([ 2, 4, ])
浏览 2提问于2015-03-18得票数 6
回答已采纳
我有数据存储在n行和p列的numpy数组中。
我想检查哪些行是完全有限的，并将这些信息存储在一个布尔数组中，以便将其用作掩码。
我已经为p=2的案子破案了，但是我想解决所有的案子。
我的代码如下所示：
raw_test = np.array([[0, numpy.NaN], [0, 0], [numpy.NaN, numpy.NaN]])
test = np.isfinite(raw_test)
def multiply(x):
return x[0] * x[1]
numpy.apply_along_axis(multiply, 1, test)
浏览 2提问于2015-03-11得票数 2
回答已采纳
我有一个数组表示为列表列表，我需要ro删除所有行，然后删除值大于某个变量的列。我不知道该怎么做。我所能做的就是：
rowNum =0
for row in self.Table:
rowIsValid = False
for value in row:
if not value is None and (value > 0.35 and not value == 1):
rowIsValid = True
if not rowIsValid:
self.Table = numpy.delete(self.T
浏览 3提问于2015-01-25得票数 0
回答已采纳
1回答
熊猫按栏和面具索引
、、、
我有以下数据：
import numpy as np
import pandas as pd
np.random.seed(398)
df = pd.DataFrame(np.random.randn(20, 3), columns=['a', 'b', 'c'])
我希望使用以下索引按列和行值对数据进行索引：
row_indexer = (df.index > 5)
col_indexer = (df > -1) & (df < 1)
并修改这些位置的值。因此，从本质上说，在dataframe中，索引大于5且值介
浏览 0提问于2021-05-14得票数 1
回答已采纳
我想从两个数组中删除nan，如果其中任何一个数组中都有相同位置的nan。数组的长度相同。以下是我正在做的事情：
y = numpy.delete(y, numpy.where(numpy.isnan(x)))
numpy.delete(y, numpy.where(numpy.isnan(x)))
但是，这只在x是nan的情况下才能工作。如果x或y都有nan，我如何使它工作呢？
浏览 3提问于2016-02-19得票数 2
回答已采纳
我想从普通数组创建一个nan数组，并将Numpy值转换为None -但成功与否取决于第一个值是“普通”浮点数还是float('nan')。
下面是我的代码，从初始数组开始：
print(a)
array('d', [3.2345, nan, 2.0, 3.2, 1.0, 3.0])
print(b)
array('d', [nan, nan, 2.0, 3.2, 1.0, 3.0])
现在，我想通过一个矢量化函数将所有的Python值交换到nan None：
def convert(x):
if x != x:
retur
浏览 0提问于2016-02-11得票数 4
回答已采纳
2回答
我有一个数组a，我希望找到a中的最大元素的位置，这个位置的给定值仍然大于。
在本例中：
a = np.array([0, 50, 5, 52, 60])
v = 55
v大于52 (索引3)的最大元素，所以我想返回3。
numpy函数argmax()没有为此目的工作，因为它返回第一个元素。用numpy做这件事的快速和正确的方法是什么？
浏览 2提问于2017-04-30得票数 4
回答已采纳
问题
有对null的引用，例如null值或null列，但是numpy中的null是什么？numpy.NaN或者别的什么也是一样的吗？null column是一个列，所有值都是NaN，还是其中一个值是NaN？
还是一点都不一样？
a = np.array([
("one", "first"),
(None, "fourth")
])
----
array([['one', 'first'],
[None, 'fourth']], dtype=objec
浏览 5提问于2020-12-25得票数 0
2回答
我和foll有一个熊猫系列。value_counts输出()：
NaN 2741
197 1891
127 188
194 42
195 24
122 21
当我在本系列中执行describe()时，我得到：
df[col_name].describe()
count 2738.000000
mean 172.182250
std 47.387496
min 0.000000
25% 171.250000
50% 197.000000
75% 197.
浏览 0提问于2015-09-04得票数 1
回答已采纳
2回答
我在使用numpy.nan时遇到了一种奇怪的行为，我不能理解。下面是一个最小的例子：
from numpy import nan
def _bool3key(x):
"""
Defines the keys used to order the list.
The only allowed values are True, False, 1,0 and numpy.nan.
"""
return _bool3key.__logic_sort__[x]
_bool3key.__logic_sort__ = {0:-1, nan
浏览 0提问于2013-07-12得票数 3
回答已采纳
1回答
熊猫/Numpy NaN无比较
、、、、
在Pandas和Numpy中，为什么比较结果是不同的？
from pandas import Series
from numpy import NaN
NaN不等于NaN
>>> NaN == NaN
False
但是列表或元组中的NaN是
>>> [NaN] == [NaN], (NaN,) == (NaN,)
(True, True)
当Series与NaN又不相等时：
>>> Series([NaN]) == Series([NaN])
0 False
dtype: bool
和None
>>> None ==
浏览 1提问于2018-09-21得票数 8
回答已采纳
3回答
从矩阵中去除nan元素
、、、
我有一堆矩阵eq1，eq2等，定义如下
from numpy import meshgrid, sqrt, arange
# from numpy import isnan, logical_not
xs = arange(-7.25, 7.25, 0.01)
ys = arange(-5, 5, 0.01)
x, y = meshgrid(xs, ys)
eq1 = ((x/7.0)**2.0*sqrt(abs(abs(x)-3.0)/(abs(x)-3.0))+(y/3.0)**2.0*sqrt(abs(y+3.0/7.0*sqrt(33.0))/(y+3.0/7.0*sqrt(33.
浏览 7提问于2014-07-29得票数 0
回答已采纳
3回答
我正在尝试使用Pandas map为键赋值，如果DataFrame中的条目以某个字符开头，则键将是返回的字符串。 使用Pandas文档中的一个示例，其中包含以下DataFrame和我的代码： import numpy as np
import pandas as pd
s = pd.Series(['cat', 'dog', np.nan, 'rabbit'])
s.map({ lambda x: x if x.startswith('c') else None: 'kitten',
lam
浏览 56提问于2021-09-30得票数 3
回答已采纳
2回答
我试图编写一个函数来为仅属于特定类的值找到属性的平均值。
下面是我的代码：
`mean=0
total=0
count=0
for i in range(len(training_data)):
if (training_data[i,334])==0:
if training_data[i,2]<>None:
total+=training_data[i,2]
count+=1
mean=total/count`
但是，我的属性中有一些空值。我正在处理numpy，空值被编码为"NaN“。在上面
浏览 1提问于2016-02-25得票数 0
回答已采纳
我偶然发现了一段代码：
np.array([1,2,None]).astype(float)
它产生：
array([ 1., 2., nan])
我想看看这些代码是如何将None转换为nan的。因此，我在Numpy的GitHub存储库中搜索了错误类型的函数定义。你能帮我找出那个部分吗?它显示了将None转换成nan的代码？我没有足够的python知识来理解像Numpy这样的库是如何工作的。在看了他们的代码之后，我觉得我对python不太了解。
我能找到的只有里的这个
def astype(self, typecode):
""
return
浏览 0提问于2018-09-26得票数 0
回答已采纳
2回答
我想找出在数据帧中找不到的地方。
pd.DataFrame([None,np.nan]).isnull()
OUT:
0
0 True
1 True
isnull()查找numpy Nan和None值。
我只想要None值，而不是numpy Nan。有没有一种更简单的方法来做到这一点，而不是遍历数据帧？
编辑:读完评论后，我意识到在我的数据帧中，我的作品中也包含了字符串，所以None没有被强制为numpy Nan。因此，Pisdom给出的答案是有效的。
浏览 7提问于2017-07-24得票数 8
回答已采纳
1回答
从一个迭代的图像模式搜索减少步长，我有一个‘质量’阵列。由于搜索模式的性质，数组没有完全填充。在第一次迭代中，我使用步长10，找到最佳点，然后搜索一个+-10 XY范围，以找到真正的最佳点。因此，大多数阵列的每10个槽填充一次，并且有一个小的“最佳”区域是密集填充的。现在，我想要绘制这个数组，并希望在需要的地方通过每10插槽使用数据来‘插值’这个图。现在，为了完成我的搜索，我用一个巨大的值初始化了数组。所有测量值都较小，稍后我使用了np.argmin(q)函数。这对搜索来说很好，但对绘制它却是不好的。情节的动态范围消失了。
下面是代码的旧版本中的一个示例，该代码执行详尽但不必要的长搜索：
浏览 7提问于2015-10-19得票数 2
我检查了和的文档。
他们似乎说，numpy.isnan只检测NaN，pandas.isna检测NaN和None类型。
是真地吗？
浏览 3提问于2020-04-12得票数 7
我很难弄清楚r到python中is.na()函数的等效值是什么。我正在使用np.nan，但它不起作用。在我到达安娜元素之前，我要做的是在列表中添加所有元素。我的问题是：
import numpy as np
x=[3,6,7,np.nan,-3,0]
k=len(x)
total_before_NA=0
for i in range(0,k):
if (np.nan(x[i])):
break
total_before_NA= total_before_NA + x[i]
print(total_before_NA)
我应该得到的答案是16，不用求和
浏览 4提问于2022-10-15得票数 0
回答已采纳
5回答
在Python3工作。
假设你有一百万只甲虫，你的任务是对它们的斑点大小进行分类。因此，您将创建一个表，其中每一行都是甲虫，行中的数字代表点的大小；
[[.3, 1.2, 0.5],
[.6, .7],
[1.4, .9, .5, .7],
[.2, .3, .1, .7, .1]]
另外，您还决定将其存储在numpy数组中，在该数组中使用None填充列表(numpy将将其转换为np.nan)。
[[.3, 1.2, 0.5, None, None],
[.6, .7, None, None, None],
[1.4, .9, .5, .7, None],
[.2,
浏览 0提问于2019-03-14得票数 6
回答已采纳
1回答
我有一个目标列Value_0，Value_n和索引列idx_0。idx_k I想得到相应的列Value_{idx_0}，.Value_{idx_k}但是我有这三个困难。
索引列类型为float索引列可以有NaN值如果索引列有NaN值，我希望输出列在相同的位置返回NaN值。
我怎样才能有效地做到这一点(以一种粗制滥造的方式，不需要循环)？
我怀疑写像Value[Idx[~np.isnan(Idx)].astype(int)]这样的代码不会允许我有第三个条件。
只有写Value[Idx.astype(int)]才有问题，因为python无法将NaN转换为int。而且仅仅写Value[Idx]是行不
浏览 2提问于2021-07-19得票数 0
1回答
我有一个numpy数组，它包含大量的NaN值，在某些行中为非NA值。
现在，我希望获取具有非NA值(即数值)的行的所有索引，并希望从不同的numpy数组中提取这些特定行索引的值。所以我们有：
Y_test，长度为698的np数组，在某些行上具有数值。
Y_test
array([ nan, 13., nan, 10., nan])
Y_pred，长度为698的np数组，每一行上都有数值。
Y_pred
array([ 0.96, 0.57, 0.33, 0.43, 0.83])
我只想在带有np_array1数值的行的索引上提取np_array1的数值。
例如：
array([
浏览 0提问于2018-01-23得票数 0
回答已采纳
我有一个数字列表，我将其放入一个numpy数组中：
>>> import numpy as np
>>> v=np.array([10.0, 11.0])
然后我想从数组中的每个值中减去一个数字。它可以像这样用numpy数组完成：
>>> print v - 1.0
[ 9. 10.]
不幸的是，我的数据经常包含由None表示的缺失值。对于这种类型的数据，我会得到这个错误：
>>> v=np.array([10.0, 11.0, None])
>>> print v - 1.0
Traceback (
浏览 0提问于2013-02-14得票数 6
回答已采纳
9回答
我有一个二维numpy数组。此数组中的一些值是NaN。我想使用这个数组来执行某些操作。例如，考虑数组：
[[ 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. N
浏览 1提问于2011-02-26得票数 108
回答已采纳
1回答
我想在具有混合数据类型的NumPy数组中区分None和NaN。具体地说，我希望处理某些元素是数组的数组。例如，假设我有以下具有混合数据类型的数组，但没有数组元素： arr = np.array([[1, None, 3],
[4, 5, np.nan],
[7, 'eight', 9]]) 我可以用下面的代码检查哪些值是None： >>> arr == None
array([[False, True, False],
[False, Fal
浏览 26提问于2020-11-27得票数 1
我想：
index = numpy.searchsorted(array([ 1., 2., 3., nan, 4., 5.]), 4.2, side='left')
给我：
index = 4
这直到值3.9为止，但不是在数组中的nan之后。
有什么想法吗？
浏览 1提问于2014-12-03得票数 1
我正在尝试适应一个简单的机器学习模型，使用科学工具学习。在这一行上：
clf.fit(features, labels)
我遇到了一个熟悉的错误：
Input contains NaN, infinity or a value too large for dtype('float64').
每当我遇到这种情况之前，当我的数据中有NaN值的时候。我已经证实数据中没有NaNs。.fit()方法(特性和标签)的两个输入是np数组，但它们是从熊猫数据中生成的。在提取我打印的NaN值之前：
print(features_df[features_df.isnull().any(axis=
浏览 0提问于2019-03-16得票数 11
回答已采纳
1回答
Python中的二级内存索引表示
、、、、
我正在寻找一个高效的解决方案，使用一个高级优化的数学包，例如numpy和arrow，在Python中构建一个二级内存索引。因为表演的原因，我不允许熊猫。
定义
“辅助索引包含要索引的属性的每个现有值的条目。这个条目可以看作是一个键/值对，属性值为键，并且是指向基表中具有此值的所有记录的指针列表。”- 。
让我们以一个简单的例子为例，我们以后可以扩展这个范围以生成一些基准：
import numpy as np
pk = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9], dtype='uint32')
val = np.array([15.5, 3.7
浏览 5提问于2020-01-26得票数 1
回答已采纳
1回答
移除枕叶稀疏矩阵中的nan行
、、、、
给我一个(规范化)稀疏邻接矩阵和相应矩阵行的标签列表。由于某些节点已被另一个净化函数删除，因此矩阵中有一些包含NaNs的行。我希望找到这些行并删除它们以及它们各自的标签。下面是我写的函数：
def sanitize_nan_rows(adj, labels):
# convert to numpy array and keep dimension
adj = np.array(adj, ndmin=2)
for i, row in enumerate(adj):
# check if row all nans
if np.all(np.
浏览 5提问于2016-09-07得票数 1
回答已采纳
我想使用2D布尔掩码来选择性地改变pandas DataFrame中的一些单元格。我注意到我不能(成功地)使用numpy数组作为掩码，但我可以使用DataFrame。然而，更令人沮丧的是，我没有发现numpy方法的错误。
例如,
df = pd.DataFrame({'A':[1,2,3,4],
'B':[10,20,30,40]})
mask_np = np.array([[True,True],
[False,False],
[True,
浏览 0提问于2018-08-31得票数 5
4回答
我有三个数组
import numpy as np
value = np.array ([1, 3, 3, 5, 5, 7, 3])
index = np.array ([1, 1, 3, 3, 6, 6, 6])
data = np.array ([1, 2, 3, 4, 5, 6])
数组"index“和"value”具有相同的大小，我希望通过取平均值对"value“中的项进行分组。例如:对于前两项[1，3，...在" value“中，在"index”中有相同的键1，因此对于最终数组，值是value中第一个和第二个项目的平均值：(1 +3 )/2，
浏览 0提问于2011-01-13得票数 3
我创建了一些随机数字数组：
import numpy as np
x1 = np.random.normal( 0, 1, ( 10, 1 ) )
x2 = np.random.normal( 0, 2, ( 5, 1 ) )
x3 = np.random.normal( 0, 3, ( 7, 1 ) )
x4 = np.random.normal( 0, 4, ( 9, 1 ) )
正如您所看到的，它们具有不同的长度大小，现在我希望将它们组合起来，以便稍后将它们保存到excel或CSV文件中供以后使用。
我已经试过所有的法罗文scrpets了：
#x = np.column_stack(
浏览 0提问于2019-07-09得票数 1
回答已采纳
我想从numpy数组中删除nan。假设我的numpy数组包含：
np_array = ["123","pqr","123",nan,"avb", nan]
预期输出：
["123","pqr","123","avb"]
如果我们在pandas中使用pandas.dropna()来做这件事，它会删除整行，这是我不想做的。我只想删除该值并减小数组大小。
有没有可能做到这一点？
浏览 0提问于2017-02-22得票数 3
我有一个看起来像这样的numpy数组
[None, None, None, None, None, 8, 7, 2, None, None , None , None, None,
None, None, 169, 37, 9 ,7 ,23, None , None , 111, 24, 8 7 , 9, 12 , 74, None.......]
我总是需要在None's之间首先和最后一个值，结果应该如下所示
8,2,169,23,111,74，.
有谁知道我怎样才能轻易拿回这些数字吗？
浏览 6提问于2016-12-18得票数 1
回答已采纳
我有一个大的二进制数组(500 x 700)，在其中我想检查'NaNs‘，并在中心像素中填充8个周围像素的模式(如果超过4个周围像素有0或1)。它更像是一个3x3滑动窗口搜索。在xarray或scipy.ndimage，甚至是numpy中，是否有任何工具/函数可以做到这一点？
例如：
arr = np.asarray([0, 1, 1, 1, 0, 1, 1, np.nan, 0, 1, 0, 1, 1, 1, 0, 1, 1, np.nan]).reshape(3,6)
arr[1,1] = 1
arr[-1,-1] = 1 (only 3 neighbo
浏览 3提问于2020-08-05得票数 0
回答已采纳
在Pandas和Numpy中，有向量化函数(如np.isnan、np.isinf和pd.isnull )来检查数组、序列或数据的元素是否存在各种缺失/空/无效。
他们确实在标量上工作。pd.isnull(None)只返回True而不是pd.Series([True])，这很方便。
但是，假设我想知道是否有任何对象是这些空值之一；您不能使用这些函数中的任何一个来完成这个任务！这是因为它们将很高兴地将各种数据结构向量化。不小心使用它们将不可避免地导致可怕的“一个系列的真值是模棱两可”的错误。
我想要的是这样的功能：
assert not is_scalar_null(3)
assert not i
浏览 3提问于2018-11-01得票数 1
回答已采纳
我希望在2d数组的行中找到一维数组的元素。
示例
In [1]: import numpy as np
In [2]: a = np.array([7,7,7])
In [3]: a
Out[3]: array([7, 7, 7])
In [4]: b = np.arange(15).reshape(3,5)
In [5]: b
Out[5]:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
b的第0行和第2行与a的对应元素没有匹配，但是第1行的位置2匹配。
浏览 1提问于2017-05-25得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
