NumPy的nan如何理解？

Python 中表示空数据使用 None，它是 NoneType 类型，如下所示：

成都创新互联主营织金网站建设的网络公司,主营网站建设方案,成都APP应用开发,织金h5小程序制作搭建,织金网站营销推广欢迎织金等地区企业咨询

 
 
 
 

  
  
  
  
In [59]: type(None)             
  
  
  
  
Out[59]: NoneType 
 
 
 
 

NoneType 类型没有对外公开属性和方法：

因此，None 比较容易理解，就是一种空类型。

但是使用过 NumPy 的肯定都会接触到 nan 这种类型，它的其他写法：NaN或 NAN，查看其类型却发现是 float 类型：

 
 
 
 

  
  
  
  
In [63]: type(np.nan)                     
  
  
  
  
Out[63]: float 
 
 
 
 

这不免让人心生疑惑，nan 不是空数据，而是浮点数，那么到底等于多少?

原来这并不是NumPy特有的数值，而是IEEE754规定的特殊浮点数之一。

特殊在哪里?

这就要知道计算机是如何表示浮点数的，IEEE754 标准中规定 float 单精度浮点数，在机器中表示用 1 位表示数字的符号，用 8 位表示指数，用 23 位表示尾数，即小数部分，如下图所示：

对于单浮点数，指数部分由8位组成，所以取值范围：0到255，而指数等于0，255 这两个值，IEEE754 标准有特别的规定：

• 当指数等于0，并且小数点后所有位全为 0，则这个数为 0
• 当指数等于255，并且小数点后所有位全为 0，则这个数为无穷，当符号位为0时正无穷 float('inf')，当符号位为1时负无穷 float('-inf')
• 当指数等于255，并且小数点后至少一位不为 0，规定此浮点数为 nan，表达的含义：not a number ，不是一个数

以上就是 NumPy 中 nan 的解释，弄清楚本质后，再来看几个关于它的运算。

既然 nan 不是一个数，所以拿它与任何浮点数比较，返回结果都是 False：

 
 
 
 

  
  
  
  
In [64]: np.nan < 0                     
  
  
  
  
Out[64]: False 
  
  
  
  
 
  
  
  
  
In [65]: np.nan == np.nan                      
  
  
  
  
Out[65]: False 
  
  
  
  
 
  
  
  
  
In [66]: np.nan < np.inf                      
  
  
  
  
Out[66]: False 
 
 
 
 

找出 np.nan 出现的索引位置，可以使用 isnan 方法：

 
 
 
 

  
  
  
  
In [67]: a = np.array([-9,np.nan,10,np.nan]) 
  
  
  
  
# 找出np.nan出现的索引 
  
  
  
  
In [68]: a.where(np.isnan(a))  
  
  
  
  
# 返回结果 
  
  
  
  
# (array([1, 3]),) 
 
 
 
 

文章标题：NumPy的nan如何理解？
转载源于：http://www.shufengxianlan.com/qtweb/news41/22291.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联