numpy中np.nanmax和np.max的区别及坑
作者:AML杰
这篇文章主要介绍了numpy中np.nanmax和np.max的区别及坑,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
np.nanmax和np.array([1,2,3,np.nan]).max()的区别
numpy中numpy.nanmax的官方文档
原理
在计算dataframe最大值时,最先用到的一定是Series对象的max()方法(),最终结果是4。
s1 = pd.Series([1,2,3,4,np.nan]) s1_max = s1.max()
但是笔者由于数据量巨大,列数较多,于是为了加快计算速度,采用numpy进行最大值的计算,但正如以下代码,最终结果得到的是nan,而非4。发现,采用这种方式计算最大值,nan也会包含进去,并最终结果为nan。
s1 = pd.Series([1,2,3,4,np.nan]) s1_max = s1.values.max() >>>nan
通过阅读numpy的文档发现,存在np.nanmax的函数,可以将np.nan排除进行最大值的计算,并得到想要的正确结果。
当然不止是max,min 、std、mean 均会存在列中含有np.nan时,s1.values.min /std/mean ()返回nan的情况。
速度区别
速度由快到慢依次:
s1 = pd.Series([1,2,3,4,5,np.nan]) #速度由快至慢 np.nanmax(s1.values) > np.nanmax(s1) > s1.max()
numpy中nan和常用方法
#!/usr/bin/env python # -*- coding:utf-8 -*- # Author: Jia ShiLin import numpy as np a = np.arange(9, dtype=float).reshape(3, 3) a[[[1], [2]]] = np.nan print(a) # isnan函数 print(np.isnan(a)) a[np.isnan(a)] = 0 # 把nan替换成中值或者均值 print(a) print(np.count_nonzero(a)) # sum()统计求和 b = np.arange(12, dtype=int).reshape(2, 6) print(b) print(np.sum(b, axis=0)) # 得到结果和行的形状一样 print(np.sum(b, axis=1)) # .mean() print(b.mean()) print(b.mean(axis=0)) print(b.mean(axis=1)) # np.median()中位数 print(np.median(b, axis=0)) # .min() .max() # .ptp()机值 print(np.ptp(b)) # .std()标注差 print(np.std(b, axis=0))
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。