Model返回NAN值
是指在机器学习或深度学习模型中，预测或计算的结果为NAN（Not a Number）。NAN值通常表示无效或未定义的数值，可能是由于模型训练过程中的错误或异常导致的。
分类：机器学习、深度学习、模型预测 优势：无 应用场景：无 推荐的腾讯云相关产品和产品介绍链接地址：无
解决Model返回NAN值的问题通常需要进行以下步骤：
- 数据预处理：检查输入数据是否存在缺失值、异常值或不合理的数据。可以使用数据清洗、填充缺失值、异常值处理等技术来处理数据。
- 特征工程：检查模型输入的特征是否合理，是否存在冗余或无效的特征。可以使用特征选择、特征变换等技术来提取有效的特征。
- 模型选择和调参：检查所使用的模型是否合适，是否存在过拟合或欠拟合的问题。可以尝试不同的模型算法，并进行参数调优来提高模型的性能。
- 数据集划分：将数据集划分为训练集、验证集和测试集，用于模型的训练、验证和评估。通过验证集的性能评估可以及时发现模型的问题，并进行调整。
- 模型训练和调优：使用合适的优化算法和损失函数对模型进行训练，并进行参数调优。可以尝试不同的学习率、正则化等技术来提高模型的性能。
- 异常处理：在模型训练和预测过程中，及时捕获和处理异常情况，避免出现NAN值。可以使用异常处理机制、断点调试等技术来定位和解决问题。
总结：当模型返回NAN值时，需要仔细检查数据和模型的各个环节，找出问题所在并进行相应的处理和调整。
相关·内容
1回答
我正试图为我的二进制分类问题训练一个模型。
我的数据有91列和5万行。其中一列是我的二进制目标变量，其他所有列都是数字的。以下是我如何努力训练；
model = Sequential()
model.add(Dense(20, input_dim=90, kernel_initializer='normal', activation='relu'))
model.add(Dense(20, kernel_initializer='normal', activation='relu'))
model.add(Dense(20, ke
浏览 0提问于2021-02-06得票数 3
回答已采纳
我在Mongoose Schema中有一些javascript，用于在表单字段中没有手动输入数字时自动递增一个值。
// before validation starts, the number of Items is counted..afterwards, the position is set
ItemSchema.pre("validate", function(next) {
var doc = this;
// if 'position' is not filled in, fill it in..not
浏览 2提问于2014-04-06得票数 0
1回答
我希望在Python的LDA算法中使用运行时值对数据进行分类。下面是我尝试过的代码，但是model.fit(X，y)给出了错误：
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
代码：
from sklearn.model_selection import train_test_split
from sklearn.model_selection import RepeatedStratifiedKFold
from sklearn.model_selecti
浏览 1提问于2022-04-26得票数 -1
我有一个模型，我用binary_crossentropy编译它，培训过程顺利，损失被打印出来。
model = MyModel()
model.compile(optimizer="adadelta", loss="binary_crossentropy")
data1, data2 = get_random_data(4, 3) # this method return data1:(1000,4),data2:(1000,3)
model.fit([data1, data2], y, batch_size=4)
然后我编写了一个自定义的丢失函数，损失变成了
浏览 0提问于2021-01-15得票数 0
回答已采纳
我试图使用sklearn，但遇到了错误，但我不知道哪里出了问题。这是我的代码：
import pandas as pdd
from sklearn.tree import DecisionTreeClassifier
df = pd.read_csv('vgsales.csv')
X = df.drop(columns=['Name','Platform','Publisher','Genre'])#input
y = df['Rank']#output
model = DecisionTreeCl
浏览 1提问于2020-12-21得票数 0
我有一个两个文本框和一个隐藏的输入。
function isNumberKey(evt) {
var charCode = (evt.which) ? evt.which : event.keyCode
if (charCode > 31 && (charCode != 46 && (charCode < 48 || charCode > 57)))
return false;
return true;
}
function GetReceiveAm
浏览 1提问于2014-10-24得票数 0
回答已采纳
1回答
ML.Net预测得分总是返回NaN (null)。
这样做的目的是教我的家人学习回归胸腺素的日常生活。我尝试过几种ML.Net nuget包和代码示例的变体，但结果是相同的: Score == NaN。下面是一些代码和数据集的一部分，这是从我的家庭自动化记录。
这是来自MSDN的Movie推荐回归示例的一个变种：
public class AutomationData
{
[LoadColumn(0)]
//0 - 6
public int Day;
[LoadC
浏览 0提问于2019-03-31得票数 3
回答已采纳
因此，我正在使用管道对一些数据执行岭回归，其中还包括一个用于删除NaNs的计算器。
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import Ridge
from sklearn.preprocessing import Imputer
from sklearn.pipeline import Pipe
浏览 0提问于2019-10-02得票数 1
下面的代码给出错误 import pandas as pd
import numpy as np
df=pd.DataFrame({"item":['a','a','b'],"item1":['b','d','c']})
df.groupby("item").agg(model_list=("item1", np.unique)) 由于项目a有两个唯一值(即b和d)，如何修改它以返回第一个非空的唯一值？
浏览 28提问于2021-03-18得票数 0
我正在研究一个ML模型，它根据输入来预测输出类别。我有一个没有错误的工作模型，但是，我将nan作为输出，而不是“类别”值。我正在处理的数据都是文本。
这是我的代码：
import pandas as pd
import numpy as np
df=pd.read_excel('D:\\android\\medicare.xlsx')
X=df['Product Description'].fillna(' ')
Y=df['Category'].astype(str)
from sklearn.model_selecti
浏览 0提问于2018-12-10得票数 0
回答已采纳
3回答
model.qty = (parseInt($('#amendOrderQty').val()) == NaN) ?
0 :
parseInt($('#amendOrderQty').val());
// model.qty === NaN when #amendOrderQty is left blank
当字段保留为空时，我尝试将值设置为0。为什么这不起作用？
浏览 0提问于2011-08-10得票数 0
回答已采纳
2回答
一次列车后产生NaN的神经网络
、、、、
我的神经网络的输出在第一列火车后很快就变成了nan。而所有的成本都是nan，不管我怎样修改学习速度。我已经检查了堆栈溢出和其他网站，我的问题都不属于他们。我的网络在任何培训之前都会产生正确的(非nan)输出。我不确定这是我输入的问题还是神经网络的问题，因为神经网络看起来很好。
神经网络的输入是机器的一些特点，如总计划量、总库存量等，输出是每台机器的总计划量如何分配给其他机器的个别计划量。我最关心的是输入和输出都有很多零，因为数据包含所有的形式，而且不是完整的。我填补了所有的空白，把它放在一个神经网络中。但即使如此，我也不认为在第一班火车后，这项工作会产生南。有人能指出我的问题吗？下面是我的完整
浏览 0提问于2018-08-14得票数 0
回答已采纳
我正试着训练一个模型，但我正在犯这个错误。
输入包含NaN、无穷大或对于dtype('float64')来说太大的值。
这是我的代码的一部分，我如何解决这个问题？
from sklearn.model_selection import train_test_split
a = clean_df.drop('AQI_calculated', axis = 1).values
b = clean_df.loc[:, 'AQI_calculated'].values
a_train, a_test, b_train, b_test = trai
浏览 4提问于2022-02-23得票数 1
我正在尝试创建一个线性回归模型，但首先我尝试使用SimpleImputer将NaN值替换为列平均值。在我运行代码之后，仍然有NaN值。我有以下代码：
# ########## Modeling ###########
# pipe model and SimpleImputer
model = make_pipeline(SimpleImputer(missing_values =np.nan, strategy='mean'),
LinearRegression())
# split the data into train/test:
浏览 2提问于2020-07-15得票数 0
我正在练习一个贷款预测实践问题，并试图在我的数据中填充缺失的值。我从获得了数据。为了完成这个问题，我遵循这个。
您可以找到我使用的整个代码(文件名model.py)和上的数据。
DataFrame看起来如下所示：
执行最后一行后(对应于model.py文件中的第122行)
/home/user/.local/lib/python2.7/site-packages/numpy/lib/arraysetops.py:216: FutureWarning: numpy not_equal will not check object identity in the future. The c
浏览 4提问于2017-06-21得票数 1
回答已采纳
我试图改变卡帕的代码，使其与软件最大的功能，以便我可以使用它的游戏超过2个动作。但是，我不能让它起作用。有人能帮我指出正确的方向吗？谢谢。下面是我的尝试。
""" Trains an agent with (stochastic) Policy Gradients on Pong. Uses OpenAI Gym. """
import numpy as np
import cPickle as pickle
import gym
# hyperparameters
H = 100 # number of hidden layer neuron
浏览 5提问于2017-02-21得票数 11
1回答
我有一个dataframe，其中每一行都是我想使用的字典。
1. The x axis should be the float values for each `'dialog'`
2. The y axis should show the 4 different models
3. There should be a plot for _each parts of speech_, meaning there should be a graph for 'INTJ', another for 'ADV' and so on.
我
浏览 10提问于2022-05-27得票数 1
回答已采纳
2回答
如何让熊猫忽略列表中不正确的字典条目？
为了简单起见，如果我有来自上一个问题的第一版本解决方案的案例：
L =[['Manufacturer: Hyundai',
'Model: Tucson',
'Mileage: 258000 km',
'Registered: 07/2019'],
['Manufacturer: Mazda',
'Model: 6',
'Year: 2014',
'Registered: 07/2019',
浏览 0提问于2018-12-05得票数 1
回答已采纳
1回答
我正在尝试读取一个excel文件，该文件的列包含数字信息和标题。下面附上此excel文件的屏幕截图：
如您所见，在“规范”一栏中，我有带有数字的行和带有字符串"Model .“的行。我需要加载这个文件并访问有关每个模型的信息，例如，提取2组(屏幕截图上的单元格G13 )中出售的model 1蓝色钢笔数量的信息。
我尝试通过pd.read_excel(path)加载表，但我不知道如何将这些数据分组到有关特定模型的数据中。
我也试过这个：
data = pd.read_excel(path, header=[5,6])
data = pd.DataFrame(data, index=
浏览 0提问于2021-06-12得票数 0
回答已采纳
我正尝试在我的面板数据中运行固定效果回归(使用plm软件包)。水平上的回归效果很好，所以使用对数变量的第一次回归也是如此(我只将因变量和一些自变量放在对数上，这是货币方面的)。然而，我对日志的回归停止了。
require (AER)
library (AER)
require(plm)
library("plm")
#Indicates the panel and the time and individual columns
dd <- pdata.frame(painel, index = c ('Estado', 'Ano'))
浏览 23提问于2020-02-06得票数 0
回答已采纳
1回答
在编译/培训之后，Keras模型工作得非常好：
>>> model.predict(values)
array([[5.28525668e-10, 3.66615766e-12, 2.76005746e-10, ...,
1.06744905e-10, 3.96939370e-09, 1.54998125e-09],
[1.08512407e-17, 1.16371355e-20, 3.40085518e-20, ...,
1.58855026e-15, 3.41645340e-23, 2.22618953e-18],
浏览 3提问于2021-11-12得票数 1
回答已采纳
1回答
我需要在表格数据集上实现CNN的多类分类。我的数据有X_train.shape = (1534185，81，1)和Y_train = (1534185，11) 以下是我的数据集中的示例 DataSetImage 我试图对数据进行规范化，但是值太大，无法添加并存储在float64中。 我实现的CNN模型如下 batchSize = X_train.shape[0]
length = X_train.shape[1]
channel = X_train.shape[2]
n_outputs = y_train.shape[1]
#Initialising the CNN
model =
浏览 57提问于2020-10-09得票数 0
回答已采纳
1回答
tsCV中的循环预测函数
、、、
在tsCV (滚动预测起源)中，我有一个循环循环，超过4种时间序列预测方法。列表中的第三种方法y不中断循环。但是，结果表z (它的目的是存储MAE (平均绝对错误))记录了这个用户定义的函数的NaN。
此预测函数是用户定义的，因为我需要指定damped=T。
library(forecast)
x <- 8 # t +
y <- list(ses
, holt
, function(j, k){forecast(holt(j, h=k, damped=T))}, hw
)
z <- list()
for (i i
浏览 0提问于2019-08-23得票数 2
回答已采纳
3回答
我有一个数据，我正在连接从数据文件和数组。它以某种方式继承了原始dataframe的索引，因此我试图根据不应该缺少值的列之一排除行。如果我查看我的数据，它显示如下：
print(model_data2['is_62p_days_overdue'][0:11])
现在，当我跑：
print(model_data2['is_62p_days_overdue'].where(model_data2['is_62p_days_overdue'] != np.nan)[0:11])
我得到了完全相同的输出。当我跑的时候：
print(model
浏览 6提问于2021-07-22得票数 0
回答已采纳
2回答
FaceNet嵌入的余弦距离问题
、、、、
我曾在论坛上问过这个问题，但这似乎足够让我有自己的问题了。
我从在线获取了余弦距离的片段。但是输出似乎不对..。
下面是我的代码(注意:我从np.matmul更改为np.dot，但仍然没有区别。我也不明白为什么我需要使用transpose**. 没有它是行不通的。**：
import PIL
from PIL import Image
import tensorflow as tf
import numpy as np
from tensorflow import keras
from tensorflow.keras.models import load_model
from ten
浏览 1提问于2019-12-29得票数 1
我得到了一个错误ValueError:在列x中找到无穷大。
---> 20 model.fit(df)
242 df[‘x’] = pd.to_numeric(df[‘x’])
243 if np.isinf(df[‘x’].values).any():
--> 244 raise ValueError('Found infinity in column y.')
245 df[‘d’] = pd.to_datetime(df[‘d’])
浏览 1提问于2018-08-22得票数 0
回答已采纳
newcentences = []
for i in range(len(comments)):
comment = re.sub('[^a-zA-Z]',' ',comments["Review"][i]).lower().split()
comment = [ps.stem(word) for word in comment if not word in set(stopwords.words('english'))]
comment = ' '.join(comment)
ne
浏览 6提问于2022-06-05得票数 1
目前，我们正在尝试将包括一天中的时间和乘车费用的超级数据输入到我们的TensorFlow.js模型中。我们注意到，当我们在浏览器上运行模型时，点显示在我们的散点图上，但在训练期间，损失和均方误差值没有显示出来，最重要的是，我们的模型没有显示预测线。
var userData = [
{
"City": "San Francisco",
"Product_Type": "UberEATS Marketplace",
"Trip_or_Order_Status":
浏览 14提问于2019-07-16得票数 0
1回答
我有一个带有模型信息的数据(df_model，~700行，~50种类型)和带有组件信息的数据(df_components，~400.000行)。
df_model:一个模型类型的列表，每个模型类型都有几个包含特定组件的行：
type mainclass subclass param1 param2 param3 param4
0 E2 C/C C IT NaN GR NaN
1 E2 W W IT NaN NaN
浏览 1提问于2021-04-20得票数 2
1回答
我有一份数据
data = [[1000, 'x', 'A'], [2000,'y', 'A'], ['NaN','NaN', 'A'], ['NaN','NaN','B'], [1700,'z', 'B']]
df = pd.DataFrame(data, columns=['Price', 'Attribute', 'Model' ])
df = df
浏览 5提问于2022-11-23得票数 1
回答已采纳
1回答
我试图为不同的卫星轨道高度显示不同的子点图，并利用这些线进行进一步的分析。
所以我给自己写了一个卫星创建函数来计算倾角和平均运动：
def create_sat (a,orbit_type='ISS',e=0.0008835,epoch=26317,number=1):
a=(a+6378)*1000
if orbit_type=='ISS':
i=0.90058989402907
else:
i=np.arccos(-(((a)/(12352000))**(7/2)))
mu=3.986
浏览 13提问于2022-01-19得票数 3
我收到一个错误，上面写着“数组包含NaN或无穷大”。我已经检查了我的数据
我可能对“数组包含NaN或无穷大”的含义有错误的解释。
import numpy as np
from sklearn import linear_model
from numpy import genfromtxt, savetxt
def main():
#create the training & test sets, skipping the header row with [1:]
dataset = genfromtxt(open('C:\\Users\\Owner\\tra
浏览 2提问于2013-09-03得票数 9
回答已采纳
我是pyspark的新手，我有这个示例数据集：
Ticker_Modelo Ticker Type Period Product Geography Source Unit Test
0 Model1_Index Model1 Index NWE Forties Hydrocraking Daily Refinery Margins NWE Bloomberg None 3
1 Model2_Index Model2 Index NWE Bonny Light Hydrocraking Daily Refinery Mar
浏览 19提问于2019-10-28得票数 3
回答已采纳
2回答
在Python语言中，我尝试在dataframe中创建一个新列(degree)，并基于dataframe中的另外两个列的if逻辑来设置它的值(无论这两个列中的一个或两个列的单行是否为null值)。每行，它应该根据列中是否存在null值，将这些列之一的值分配给新列。 我已经尝试了下面的代码，它给出了以下错误消息： KeyError: 'degree' 密码是- for i in basicdataframe.index:
if pd.isnull(basicdataframe['section_degree'][i]) and pd.isnull(bas
浏览 19提问于2021-10-26得票数 1
回答已采纳
1回答
我希望为其中一些列创建特定于类别的列的相应类别。
我以一种大致的方式完成了这一工作：(1)将两个类别分割成两个单独的数据格式，(2)在日期上合并这两个数据格式(3)删除冗余列(4)创建新列(类别不可知论) (4)删除特定于类别的列。你知道有什么更有效的方法吗？我的代码在示例输入/输出下面
输入：
wk start car rims color Autopilot$ Sunroof$
0 2018-09-09 tesla model x 17 black 3000 0
1 2018-09-16 tesla model
浏览 0提问于2018-09-26得票数 1
回答已采纳
我知道这是一个有很多问题的主题，但我找不到任何解决我的问题的方法。
我正在使用掩蔽层在可变长度输入上训练LSTM网络，但似乎没有任何效果。
输入形状( 100,362，24)，其中362是最大序列长度，24是特征数，100是样本数(除以75个训练/ 25个有效)。
输出形状(100,362，1)稍后转换为(100,362 - N，1)。
下面是我的网络的代码：
from keras import Sequential
from keras.layers import Embedding, Masking, LSTM, Lambda
import keras.backend as K
#
浏览 0提问于2018-04-05得票数 18
回答已采纳
1回答
火炬中损失函数的奇异行为
、、、、
我正在计算一个定制的成本函数，它简单地取交叉熵的指数除以参数\eta。在第一次迭代(大约20次)中，训练损失正在减少，但在那之后，我突然得到了一个nan，我不明白为什么会发生这种情况。
我使用的代码如下：
e_loss = []
eta = 2 #just an example of value of eta I'm using
criterion = nn.CrossEntropyLoss()
for e in range(epoch):
train_loss = 0
for batch_idx, (data, target) in enumerate(train_
浏览 1提问于2021-11-25得票数 1
回答已采纳
有人能帮我做我的模型吗？ 我已经执行了EDA和数据清理，但当我到达模型预测时，我得到了以下错误。套索和线性回归都会发生这种情况 ValueError:输入包含NaN、无穷大或对于dtype('float64')来说太大的值。 有谁能帮我处理一下发生的事情吗？我该怎么解决呢？ 已尝试删除NaN值，但仍无法解决问题。 #!/usr/bin/env python
# coding: utf-8
# In[1]:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seabo
浏览 15提问于2019-05-26得票数 1
1回答
我试着用(熊猫)pd.ols和(状态模型)sm.ols用回归线得到回归散点图，我可以得到散点图，但我似乎无法得到回归线的参数。很明显，我正在这里做一些剪切和粘贴编码:-(使用此指南： )
我的数据在熊猫DataFrame中，x列是merged2 2：-1.1.lastqu，y数据列是merged2 2：-1。我的代码现在如下：
def fit_line2(x, y):
X = sm.add_constant(x, prepend=True) #Add a column of ones to allow the calculation of the intercept
model
浏览 2提问于2014-01-23得票数 4
回答已采纳
我正在研究一个一般PIB的线性变分问题，我总是遇到同样的问题，我知道这是一个相当简单的解决方案。有什么建议吗？ import numpy as np
import scipy.integrate as sp
#Parameters
alpha = 0.1
L = 10.0
N = 5
x = np.linspace(0,L,1000)
#Matrix elements linear combination components
def f(x,n,L):
return(np.sqrt(2./L)*
浏览 14提问于2020-06-25得票数 0
回答已采纳
我想搜索nancap中的每个NA值，如果有安娜值，在cap中用中位数engine_capacity替换它(只有当它是相同的car_model时)，我尝试执行以下代码，但是它没有工作。(如果我的问题不清楚，很抱歉)
url = 'https://raw.githubusercontent.com/YousefAlotaibi/saudi_used_cars_price_prediciton/main/data/cars_cleaned_data.csv'
df = pd.read_csv(url)
df.head()
cap = df.groupby('car_mode
浏览 2提问于2022-08-06得票数 0
回答已采纳
2回答
所以我一直在尝试这个有趣的tensorflow应用程序：
完整的源代码在这里：
我在我的损失计算中得到了一个NaN结果，它完全难倒了我。问题出在下面这行代码中：
loss = tf.reduce_mean(tf.square(tf.sub(model.y_, model.y))) + tf.add_n([tf.nn.l2_loss(v) for v in train_vars]) * L2NormConst
当我评估第一部分时：
tf.reduce_mean(tf.square(tf.sub(model.y_, model.y)))
当我评估第二部分时，我得到了0.8左右的值：
tf.add_
浏览 15提问于2017-02-21得票数 2
回答已采纳
2回答
我从我的web服务获取数据，并将相同的数据存储到我的scope变量中，如
then(function (Tlist) {
$scope.Tlist=Tlist.data;
})
并将相同的数据显示到表中，现在在我的表中选择行按复选框，如下所示
<td>
<input type="checkbox" ng-checked="checkall" ng-model="Ldata.che
浏览 2提问于2017-08-19得票数 0
回答已采纳
我正在使用库中的RidgeCV函数学习如何在岭回归的给定范围内找到最优正则化参数，我创建了真正的输出，并通过添加噪声将其存储在numpy阵列t[]中。我在X[]中有输入值，其中包含k个元素。对于每个k元，我们生成L噪声值，它是正态分布，给出t的k*L实例。
ridge=make_pipeline(PolynomialFeatures(i),RidgeCV(alphas = lambdas, fit_intercept=False))
ridge.fit(X[:, None], t)
但是，在执行此操作时，我得到了以下错误：
Enter the Number k:8
Enter
浏览 0提问于2018-06-27得票数 0
回答已采纳
我使用spaCy进行文本分类项目。我非常关注spaCy代码示例。唯一重要的区别是我在示例中使用了两个类别，而不是一个类别。我不明白哪里出了问题，因为我检查了一下，我加载的数据的格式与原始示例中的格式相同。下面是相关代码(完整代码如下)： def load_data(limit=0, split=0.8):
"""Load the patents data."""
# Partition off part of the train data for evaluation
temp=pd.read_csv(excel + &
浏览 28提问于2019-01-25得票数 1
回答已采纳
我想创建一个逻辑回归模型来预测关系是已知的还是未知的，我已经在数据集中将已知值设置为1，将未知值设置为0。我还添加了几个功能来训练数据和预测关系。 我已经运行了以下代码： import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import sklearn.datasets
from sklearn.model_selection import train_test_split
import pandas as pd
df = pd.read_csv(
浏览 111提问于2021-09-03得票数 1
回答已采纳
尝试时，我编写了以下模型并运行它。输出如下所示。为什么对NaN期望值的训练步骤被loss_0_where_nan掩盖(历史记录表明损失确实被评估为0.0)，仍然在hidden和max_min_pred的权重矩阵中引入NaN权重？首先，我认为这可能是单个参数学习与输出值的某种权重，我认为这可能是特定于Adadelta优化器的。但这也会发生在SGD上。
import keras
from keras.models import Model
from keras.optimizers import Adadelta
from keras.losses import mean_squared_erro
浏览 0提问于2018-08-31得票数 3
团队：
我正在编写一个自定义回调函数，以便在Keras模型权重中有NaN值时停止终止我的模型。
import numpy as np
class TerminateNaN(tf.keras.callbacks.Callback):
def on_epoch_end(self, epoch, logs={}):
mod_weights = np.asarray(model.get_weights())
if mod_weights is not None:
if np.isnan(mod_weights):
浏览 2提问于2020-11-12得票数 1
回答已采纳
3回答
我的excel电子表格
我的代码：
import pandas as pd
dictionary = pd.read_excel('dictionary.xlsx').to_dict('list')
model_name = input('model name ')
print(dictionary[model_name])
输入时输出=模型3：
[11508589.0, 11508572.0, 11508541.0, nan, nan, nan, nan, nan]
期望产出：
[11508589, 11508572, 1150
浏览 16提问于2022-01-14得票数 0
3回答
我有数据矩阵，其中每一行都被认为是时间序列，但长度不同。如下所示：
案文：
0 1 2 3 4 5 6 7 8
0 12 32 45 67 89 54 23.0 56.0 78.0 98.0
1 34 76 34 89 34 3 NaN NaN
NaN NaN NaN 2 76 34 54 12 43 78
3 76 56 45 23 43 45 67.0 76.0 67.0 8.0
4 87 9 9 0 89 90 6.0 89.0 NaN NaN
5 23 90 90 32 23 34 56.0 56.0 87.0
6 23 56 34 3 5 8 7.0 6.0 98.0 N
浏览 0提问于2020-05-15得票数 0
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
