在numpy数组中查找none和nan的索引
在numpy数组中查找None和NaN的索引可以通过以下步骤实现：
- 导入numpy库：
import numpy as np- 创建一个包含None和NaN的numpy数组：
arr = np.array([1, None, np.nan, 3, None])- 使用np.isnan()函数查找NaN的索引：
nan_indices = np.isnan(arr)这将返回一个布尔类型的数组，其中True表示对应位置的元素是NaN。
- 使用np.where()函数获取NaN的索引：
nan_indices = np.where(nan_indices)[0]这将返回一个包含NaN的索引的一维数组。
- 使用np.equal()函数查找None的索引：
none_indices = np.equal(arr, None)这将返回一个布尔类型的数组，其中True表示对应位置的元素是None。
- 使用np.where()函数获取None的索引：
none_indices = np.where(none_indices)[0]这将返回一个包含None的索引的一维数组。
完整的代码示例：
import numpy as np
arr = np.array([1, None, np.nan, 3, None])
nan_indices = np.isnan(arr)
nan_indices = np.where(nan_indices)[0]
none_indices = np.equal(arr, None)
none_indices = np.where(none_indices)[0]
print("NaN的索引：", nan_indices)
print("None的索引：", none_indices)这样就可以得到包含None和NaN的索引数组。请注意，这里没有提及任何特定的腾讯云产品，因为在这个问题中与云计算品牌商无关。
相关·内容
2回答
删除numpy数组中的NaNs
python、arrays、numpy、nan
我有两个包含NaNs的numpy数组：
A = np.array([np.nan, 2, np.nan, 3, 4])
B = np.array([ 1 , 2, 3 , 4, np.nan])
是否有任何明智的方法使用numpy删除两个数组中的NaNs，以及删除另一个列表中相应索引的内容？让它看起来像这样：
A = array([ 2, 3, ])
B = array([ 2, 4, ])
浏览 2提问于2015-03-18得票数 6
回答已采纳
5回答
Numpy:删除所有nan或0值的行
python、numpy、pandas
如果rows = nan或0，我想从表中删除所有值。
我知道有一种使用熊猫的方法，即pandas.dropna(how = 'all')，但是我想要一个numpy方法来删除所有nan或0中的行。
这是否有一个有效的实施？
浏览 13提问于2014-02-26得票数 23
回答已采纳
3回答
如何获取NaN数组中所有numpy值的索引列表？
python、numpy、scipy
现在假设我有一个numpy数组，它被定义为，
[[1,2,3,4],
[2,3,NaN,5],
[NaN,5,2,3]]
现在我想要一个包含缺失值的所有索引的列表，在本例中为[(1,2),(2,0)]。
我有没有办法做到这一点？
浏览 1提问于2016-06-11得票数 92
回答已采纳
5回答
快速numpy addnan
python、optimization、numpy、nan、scientific-computing
我想添加数以千计的4D数组，元素明智，并考虑到nans。使用一维数组的简单示例如下：
X = array([4,7,89,nan,89,65, nan])
Y = array([0,5,4, 9, 8, 100,nan])
z = X+Y
print z = array([4,12,93,9,97,165,nan])
我已经写了一个简单的for循环来解决这个问题，但这需要花费很长时间--这不是一个聪明的解决方案。另一种解决方案可能是创建一个更大的数组，并使用瓶颈nansum，但这将占用我的笔记本电脑太多的内存。我需要一个超过11000箱的流动资金。
有没有人有一个聪明而快速的方法来做到这一点
浏览 2提问于2012-08-24得票数 8
回答已采纳
1回答
numpy where()函数只工作一次
python、python-3.x、numpy
import numpy as np
myList = [[1, 2, 3, 4],[3, 4, 5, 6], [5, 6, 7, 8]]
arr = np.array(myList, dtype='float')
arr[1,1] = np.nan
arr[1,2] = np.inf
arr = np.where(arr==np.inf, -1, arr)
arr = np.where(arr==np.nan, -1, arr)
print(arr)
当我尝试替换nan和inf时，只有第一个where函数有效。如果它们被切换，nan将工作，而不是inf
浏览 0提问于2019-10-27得票数 2
2回答
复制和替换numpy数组中的值。nan将是nan，但其他值将为零。
python、arrays、numpy、nan
我有一个numpy数组，我想将该数组复制到另一个numpy数组，并将所有值替换为零，但nan值除外。你能帮忙吗？
浏览 0提问于2018-04-25得票数 1
回答已采纳
3回答
Numpy中的故障映射
python、haskell、numpy
受到Haskell的启发：
如何用Python中的numpy数组实现以下内容？
In [13]: [(x if x>3 else None) for x in range(10)]
Out[13]: [None, None, None, None, 4, 5, 6, 7, 8, 9]
换句话说，我正在寻找一个具有签名的numpy函数: Haskell中的f:[a]->(a->Maybe a)->[Maybe a]，其中[a]将是一个numpy列表。
我试过这个：
np.apply_along_axis(lambda x:x if x>3 else None,0,n
浏览 7提问于2016-06-27得票数 3
回答已采纳
2回答
Numpy -查找所有元素都是有限的行
python、numpy
我有数据存储在n行和p列的numpy数组中。
我想检查哪些行是完全有限的，并将这些信息存储在一个布尔数组中，以便将其用作掩码。
我已经为p=2的案子破案了，但是我想解决所有的案子。
我的代码如下所示：
raw_test = np.array([[0, numpy.NaN], [0, 0], [numpy.NaN, numpy.NaN]])
test = np.isfinite(raw_test)
def multiply(x):
return x[0] * x[1]
numpy.apply_along_axis(multiply, 1, test)
浏览 2提问于2015-03-11得票数 2
回答已采纳
6回答
关于dtype "object“数组的np.isnan
python、numpy
我正在处理不同数据类型的numpy数组。我想知道，任何特定的数组，哪些元素是NaN。通常情况下，这就是np.isnan的目的。
但是，np.isnan对数据类型object (或任何字符串数据类型)的数组并不友好：
>>> str_arr = np.array(["A", "B", "C"])
>>> np.isnan(str_arr)
Traceback (most recent call last):
File "<stdin>", line 1, in <module
浏览 9提问于2016-03-24得票数 19
回答已采纳
2回答
如何在numpy数组中更改前一个非inf值的inf值？
python、arrays、numpy、inf
我有一个可以包含inf值的numpy数组。 numpy数组是一个一维的数字向量。 有没有办法改变数组的inf值来代替数组的前一个值(不是inf)？ 因此，如果数组的第1000个索引是inf，则应该将其替换为999个索引，而不是inf。 这里有一个我想要的例子 vals = np.random.random(10000)
vals[vals<0.1] = np.inf
indexes = np.asarray(vals==np.inf).nonzero()
for i in indexes:
vals[i] = vals[i-1]
if np.isinf(vals).any
浏览 11提问于2020-12-24得票数 0
回答已采纳
9回答
将nan值转换为零
python、numpy、nan
我有一个二维numpy数组。此数组中的一些值是NaN。我想使用这个数组来执行某些操作。例如，考虑数组：
[[ 0. 43. 67. 0. 38.]
[ 100. 86. 96. 100. 94.]
[ 76. 79. 83. 89. 56.]
[ 88. NaN 67. 89. 81.]
[ 94. 79. 67. 89. 69.]
[ 88. 79. 58. 72. 63.]
[ 76. 79. 71. 67. 56.]
[ 71. 71. N
浏览 1提问于2011-02-26得票数 108
回答已采纳
2回答
在一维Numpy数组中用以前的NaN值替换NaN值。
python、numpy
我有一个包含NaNs的一维Numpy数组，没有NaNs值：
arr = np.array([4, np.nan, np.nan, 3, np.nan, 5])
我需要用以前的NaN值替换NaN值，用NaN替换NaN值，如下所示：
result = np.array([np.nan, 4, 4, np.nan, 3, 5])
提前谢谢。
托马索
浏览 2提问于2020-12-08得票数 1
回答已采纳
2回答
一维阵列的np.where等价
python、arrays、numpy
我试图用来自另一个数组的值填充数组中的nan值。因为我正在处理的数组是一维的，所以不能工作。但是，按照中的提示，我尝试了以下操作：
import numpy as np
sample = [1, 2, np.nan, 4, 5, 6, np.nan]
replace = [3, 7]
new_sample = [new_value if condition else old_value for (new_value, condition, old_value) in zip(replace, np.isnan(sample), sample)]
然而，相反，我期望得到的输出是[1, 2,
浏览 0提问于2018-04-05得票数 2
回答已采纳
3回答
替换数组中的值
python、numpy
作为具有数组的操作中另一个值的替换值，或者如何在一个数组中搜索并用另一个值替换另一个值
例如：
array ([[NaN, 1., 1., 1., 1., 1., 1.]
[1., NaN, 1., 1., 1., 1., 1.]
[1., 1., NaN, 1., 1., 1., 1.]
[1., 1., 1., NaN, 1., 1., 1.]
[1., 1., 1., 1., NaN, 1., 1.]
[1., 1., 1., 1., 1., NaN, 1.]
[1., 1., 1., 1., 1., 1
浏览 0提问于2009-11-26得票数 15
回答已采纳
1回答
从索引中获取相应的值
python、numpy
我有一个目标列Value_0，Value_n和索引列idx_0。idx_k I想得到相应的列Value_{idx_0}，.Value_{idx_k}但是我有这三个困难。
索引列类型为float索引列可以有NaN值如果索引列有NaN值，我希望输出列在相同的位置返回NaN值。
我怎样才能有效地做到这一点(以一种粗制滥造的方式，不需要循环)？
我怀疑写像Value[Idx[~np.isnan(Idx)].astype(int)]这样的代码不会允许我有第三个条件。
只有写Value[Idx.astype(int)]才有问题，因为python无法将NaN转换为int。而且仅仅写Value[Idx]是行不
浏览 2提问于2021-07-19得票数 0
1回答
数组数组中的None与NaN的布尔掩码
python、numpy、multidimensional-array、boolean、numpy-ndarray
我想在具有混合数据类型的NumPy数组中区分None和NaN。具体地说，我希望处理某些元素是数组的数组。例如，假设我有以下具有混合数据类型的数组，但没有数组元素： arr = np.array([[1, None, 3],
[4, 5, np.nan],
[7, 'eight', 9]]) 我可以用下面的代码检查哪些值是None： >>> arr == None
array([[False, True, False],
[False, Fal
浏览 26提问于2020-11-27得票数 1
1回答
Numpy 2D数组:我需要检查数组的第一个n-2元素是否是nan，并确保n-1不是。
python、numpy、numpy-ndarray
我有一个二维的numpy数组，我只需要返回在第一个n-2元素中有nan的内部数组，而对于n-1元素没有nan。
我正在python中使用Numpy数组。
X= [14，nan，15，0，12，23，24，nan，12，nan，13，nan，12，12，12，12]
X的结果应该是[14，nan，15，0]
浏览 1提问于2020-10-03得票数 0
回答已采纳
6回答
如何在numpy数组中用空白替换np.nan
python、numpy
如何将numpy数组中的nan替换为空字符串或空字符串。我在谷歌上搜索了它，它还把nan与熊猫的数据数据联系在一起，而不是numpy数组。
浏览 27提问于2022-04-26得票数 2
回答已采纳
1回答
使用numpy.ma掩码空白值
python、numpy
让numpy.ma处理我的数据时遇到了问题。我确定我以前用过它来屏蔽空白值，但是我不知道怎么做。这是一个代码片段，显示了我遇到的问题。
import numpy as np
import numpy.ma as ma
x = np.array([[0.0, 1.1, '', 2.2, ''],[3.3,'', 4.4, '', 5.5]])
for index, value in np.ndenumerate(x):
if value == '':
x[index] = None
x =
浏览 0提问于2013-01-26得票数 1
回答已采纳
3回答
从矩阵创建掩码
python
嗨，我有这样的矩阵
A=[[nan, 4, nan],[3 , 7 , 8],[nan, 23, nan]]
我想从矩阵A中得到一个面具，如下所示
mask=[[nan, 0, nan],[0, 0, 0],[nan, 0, nan]]
为此，我尝试过：
import numpy as np
A=[[nan, 4, nan],[3 , 7 , 8],[nan, 23, nan]]
mask=A
mask[np.isfinite(A)]=0
但这也会删除矩阵A的数值。
浏览 0提问于2019-03-27得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
