在使用numpy数组的过程中时常会出现nan或者inf的元素,可能会造成数值计算时的一些错误。这里提供一个numpy库函数的用法,使nan和inf能够最简单地转换成相应的数值。

numpy.nan_to_num(x):
使用0代替数组x中的nan元素,使用有限的数字代替inf元素

使用范例:

>import numpy as np
> a = np.array([[np.nan,np.inf],...        [-np.nan,-np.inf]])
> a
array([[ nan,  inf],
    [ nan, -inf]])
> np.nan_to_num(a)
array([[ 0.00000000e+000, 1.79769313e+308],
    [ 0.00000000e+000, -1.79769313e+308]])

和此类问题相关的还有一组判断用函数,包括:

  • isinf
  • isneginf
  • isposinf
  • isnan
  • isfinite

使用方法也很简单,以isnan举例说明:

> import numpy as np
> np.isnan(np.array([[1, np.nan, np.inf],...        [np.nan, -np.inf, -0.25]]))
array([[False, True, False],
    [ True, False, False]], dtype=bool)

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接

标签:
python,numpy数组中nan和inf的转换,python快速转换numpy数组中nan和inf的方法实例说明

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。