Question

我正在划分两个numpy数组：

>>> import numpy as np
>>> a1 = np.array([[ 0,  3],
                   [ 0,  2]])
>>> a2 = np.array([[ 0,  3],
                   [ 0,  1]])
>>> d = a1/a2
>>> d
array([[ nan,   1.],
       [ nan,   2.]])
>>> where_are_NaNs = np.isnan(d)
>>> d[where_are_NaNs] = 0
>>> d
>>> array([[ 0.,  1.],
           [ 0.,  2.]])

我正在寻找一种方法来获得0代替Nan而不使用for循环？

numpy与pandas中的fillna()有类似的功能吗？

Answer 1

以下内容应该有效并将所有NAN转换为0

d[np.isnan(d)] = 0

如果您想要一行，请考虑

d = np.nan_to_num(a1/a2)

将所有NAN转换为0，请参见此处：http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.nan_to_num.html

注意：除以0时，您应该按照下面的@ imp9解决方案来避免不必要的警告或错误。

Answer 2

您应该在np.errstate(divide='ignore', invalid='ignore')的上下文中进行除法，以便除以0不会引发错误或警告，股息本身是否为零（两者是单独的警告）。

with np.errstate(divide='ignore', invalid='ignore'):
    d = a1/a2
#Geotob's solution
d[np.isnan(d)] = 0

如果您希望它发出警告，请将'ignore'更改为'warn'。 Reference

除以0后，在numpy数组中将NaN替换为0

2 个答案: