Python中的 numpy.nan_to_num()

numpy.nan_to_num()是用来将NaN值替换为0，将无穷值（infinity）替换为非零数的Numpy函数。NaN值通常出现在缺失数据或无效算术运算的情况下，而无穷值则由恒等式计算产生。

语法

numpy.nan_to_num(x, copy=True, nan=0.0, posinf=None, neginf=None)

参数说明：

• x：待转换的数组
• copy：是否返回副本，默认为True
• nan：NaN数值替换值，默认为0.0
• posinf：正无穷数值替换值，默认为None
• neginf：负无穷数值替换值，默认为None

返回值

返回数据类型和形状与输入相同，但是所有的NaN和无穷值被替换为指定的值。

示例

import numpy as np

a = np.array([1, 2, np.nan, np.inf, -np.inf])
b = np.nan_to_num(a)

print(a)
# [  1.   2.  nan  inf -inf]

print(b)
# [ 1.  2.  0.  1. -1.]

在上面的示例中，我们首先创建一个包含NaN值和无穷值的Numpy数组。然后，通过调用numpy.nan_to_num()函数，将NaN值和无穷值替换为指定的值。最后，我们打印输出原始数组和替换后的数组，以便比较。

总结

numpy.nan_to_num()是一个非常有用的函数，可以帮助我们处理缺失数据和无效计算等问题。 通过多次调用它，我们可以方便地将一些常见的数据缺陷转换为我们可以处理的形式。