numpy.nan_to_num#
- numpy.nan_to_num(x, copy=True, nan=0.0, posinf=None, neginf=None)[source]#
将 NaN 替换为零,将无穷大替换为大的有限数字(默认行为),或者使用用户使用
nan
、posinf 和/或 neginf 关键字定义的数字进行替换。如果 x 是不精确的,则 NaN 将被替换为零或
nan
关键字中用户定义的值,无穷大将被替换为x.dtype
可表示的最大有限浮点数,或者 posinf 关键字中用户定义的值,负无穷大将被替换为x.dtype
可表示的最小的有限浮点数,或者 neginf 关键字中用户定义的值。对于复数数据类型,上述操作将分别应用于 x 的实部和虚部。
如果 x 不是不精确的,则不进行任何替换。
- 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)还是就地替换值(False)。就地操作仅在转换为数组不需要复制时发生。默认为 True。
版本 1.13 中的新功能。
- nan整数、浮点数,可选
用于填充 NaN 值的值。如果未传递任何值,则 NaN 值将被替换为 0.0。
版本 1.17 中的新功能。
- posinf整数、浮点数,可选
用于填充正无穷大值的值。如果未传递任何值,则正无穷大值将被替换为一个非常大的数字。
版本 1.17 中的新功能。
- neginf整数、浮点数,可选
用于填充负无穷大值的值。如果未传递任何值,则负无穷大值将被替换为一个非常小的(或负的)数字。
版本 1.17 中的新功能。
- 返回值:
- outndarray
x,其中非有限值已被替换。如果
copy
为 False,则这可能是 x 本身。
另请参阅
备注
NumPy 使用 IEEE 算术二进制浮点数标准 (IEEE 754)。这意味着不是数字不等于无穷大。
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])