แทนที่อนันต์ด้วยจำนวนจำกัดขนาดใหญ่ แต่เติมค่า NaN ใน Python

ในการแทนที่ NaN ด้วยศูนย์และอนันต์ด้วยจำนวนจำกัดขนาดใหญ่ ให้ใช้เมธอด numpy.nan_to_num() ใน Python วิธีการคืนค่า x โดยแทนที่ค่าที่ไม่ จำกัด หากการคัดลอกเป็นเท็จ นี่อาจเป็นตัว x เอง พารามิเตอร์ที่ 1 คือข้อมูลที่ป้อน พารามิเตอร์ตัวที่ 2 คือการคัดลอก ไม่ว่าจะสร้างสำเนาของ x (True) หรือเพื่อแทนที่ค่าในตำแหน่ง (False) การดำเนินการแทนที่จะเกิดขึ้นก็ต่อเมื่อไม่ต้องการคัดลอกไปยังอาร์เรย์ ค่าเริ่มต้นคือ True

พารามิเตอร์ที่ 3 คือ nan ซึ่งเป็นค่าที่ใช้เติมค่า NaN หากไม่มีการส่งผ่านค่า ค่า NaN จะถูกแทนที่ด้วย 0.0 พารามิเตอร์ตัวที่ 4 posinf ค่าที่ใช้เติมค่าอินฟินิตี้บวก หากไม่มีการส่งค่าใดๆ ค่าอินฟินิตี้บวกจะถูกแทนที่ด้วย a พารามิเตอร์ตัวที่ 5 คือ neginfint ค่าที่ใช้เติมค่าอินฟินิตี้เชิงลบ หากไม่มีการส่งค่าใดๆ ค่าอินฟินิตี้ลบจะถูกแทนที่ด้วยตัวเลขที่น้อยมาก (หรือค่าลบ)

ขั้นตอน

ขั้นแรก นำเข้าไลบรารีที่จำเป็น-

import numpy as np

การสร้างอาร์เรย์ numpy โดยใช้เมธอด array() -

arr = np.array([np.inf, -np.inf, np.nan, -128, 128])

แสดงอาร์เรย์ -

print("Our Array...\n",arr)

ตรวจสอบขนาด -

print("\nDimensions of our Array...\n",arr.ndim)

รับประเภทข้อมูล -

print("\nDatatype of our Array object...\n",arr.dtype)

รับรูปร่าง -

print("\nShape of our Array object...\n",arr.shape)

print("\nResult...\n",np.nan_to_num(arr, nan = 11111))

ตัวอย่าง

import numpy as np

# Creating a numpy array using the array() method
arr = np.array([np.inf, -np.inf, np.nan, -128, 128])

# Display the array
print("Our Array...\n",arr)

# Check the Dimensions
print("\nDimensions of our Array...\n",arr.ndim)

# Get the Datatype
print("\nDatatype of our Array object...\n",arr.dtype)

# Get the Shape
print("\nShape of our Array object...\n",arr.shape)

# To replace NaN with zero and infinity with large finite numbers, use the numpy.nan_to_num() method in Python

# The method returns, x, with the non-finite values replaced. If copy is False, this may be x itself.
print("\nResult...\n",np.nan_to_num(arr, nan = 11111))

ผลลัพธ์

Our Array...
[ inf -inf nan -128. 128.]

Dimensions of our Array...
1

Datatype of our Array object...
float64

Shape of our Array object...
(5,)

Result...
[ 1.79769313e+308 -1.79769313e+308 1.11110000e+004 -1.28000000e+002
1.28000000e+002]