numpy.nan_to_num#
- numpy.nan_to_num(x, copy=True, nan=0.0, posinf=None, neginf=None)[源代码]#
将 NaN 替换为零,将无穷大替换为大的有限数(默认行为),或者使用
nan
、posinf 和/或 neginf 关键字定义的数字替换.如果 x 是不精确的,NaN 被替换为零或在
nan
关键字中用户定义的值,无穷大被替换为x.dtype
可表示的最大有限浮点值或在 posinf 关键字中用户定义的值,负无穷大被替换为x.dtype
可表示的最小有限浮点值或在 neginf 关键字中用户定义的值.对于复杂的dtypes,上述操作分别应用于 x 的实部和虚部.
如果 x 不是不精确的,那么不会进行替换.
- 参数:
- x标量或类数组
输入数据.
- copy布尔值, 可选
是否创建 x 的副本(True)或就地替换值(False).就地操作仅在转换为数组不需要副本时发生.默认为 True.
在 1.13 版本加入.
- nanint, float, 可选
用于填充 NaN 值的值.如果没有传递值,则 NaN 值将被替换为 0.0.
在 1.17 版本加入.
- posinfint, float, 可选
用于填充正无穷值的值.如果没有传递值,则正无穷值将被替换为一个非常大的数字.
在 1.17 版本加入.
- neginfint, float, 可选
用于填充负无穷值的值.如果没有传递值,则负无穷值将被替换为一个非常小(或负)的数字.
在 1.17 版本加入.
- 返回:
- outndarray
x,用非有限值替换.如果
copy
为 False,这可能是 x 本身.
参见
备注
NumPy 使用 IEEE 二进制浮点数算术标准 (IEEE 754).这意味着非数字不等于无穷大.
示例
>>> import numpy as np >>> np.nan_to_num(np.inf) 1.7976931348623157e+308 >>> np.nan_to_num(-np.inf) -1.7976931348623157e+308 >>> np.nan_to_num(np.nan) 0.0 >>> 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, # may vary -1.28000000e+002, 1.28000000e+002]) >>> np.nan_to_num(x, nan=-9999, posinf=33333333, neginf=33333333) array([ 3.3333333e+07, 3.3333333e+07, -9.9990000e+03, -1.2800000e+02, 1.2800000e+02]) >>> y = np.array([complex(np.inf, np.nan), np.nan, complex(np.nan, np.inf)]) array([ 1.79769313e+308, -1.79769313e+308, 0.00000000e+000, # may vary -1.28000000e+002, 1.28000000e+002]) >>> np.nan_to_num(y) array([ 1.79769313e+308 +0.00000000e+000j, # may vary 0.00000000e+000 +0.00000000e+000j, 0.00000000e+000 +1.79769313e+308j]) >>> np.nan_to_num(y, nan=111111, posinf=222222) array([222222.+111111.j, 111111. +0.j, 111111.+222222.j])