如何在Python中通过移除nan来查找列表中的中位数
在Python中，可以通过移除NaN（Not a Number）来查找列表中的中位数。以下是一种实现方法：
- 导入NumPy库：首先，需要导入NumPy库，因为它提供了处理数值数据的强大工具。
import numpy as np- 创建列表：创建一个包含数值和NaN的列表。
data = [1, 2, np.nan, 4, 5]- 移除NaN：使用NumPy的
nanmedian()函数来计算中位数之前，需要将NaN从列表中移除。
clean_data = np.ma.masked_array(data, np.isnan(data))- 计算中位数：使用NumPy的
nanmedian()函数来计算移除NaN后的列表的中位数。
median = np.nanmedian(clean_data)- 打印结果：打印计算得到的中位数。
print("中位数:", median)这样，你就可以在Python中通过移除NaN来查找列表中的中位数了。
关于NumPy库的更多信息和使用方法，你可以参考腾讯云的产品介绍链接地址：NumPy产品介绍。
请注意，以上答案仅供参考，具体实现方法可能因个人需求和环境而异。
相关·内容
2回答
有效地找到多列上的低中值
python、pandas、numpy、statistics、vectorization
我对Python非常陌生，所以我认为这可能是一个基本的问题。我在网上找到了一些解决方案，但找不到我想要的东西。目前，我正在寻找一种方法，以找到超过3列数据的“低中位数”。如果只填充了3列的2个值，那么我想取较低的值。
这是我到目前为止所发现的
df['median']=np.nanmedian(df[['val1','val2','val3']], axis=1)
以上不是一个可行的解决方案，因为当有偶数的值时，我没有看到任何关于采用低中值的论点的信息。另外，我发现有一个函数可以完成我想要的功能。
statistics.media
浏览 2提问于2017-10-16得票数 2
回答已采纳
1回答
python中最近邻的中值和多维数组的计数
python、arrays、numpy、scipy、median
在一个填充了浮点数的数组中(在本例中，为了简单起见，本例中使用了ints )，目标是创建两个新的np.arrays (与数据具有相同的形状)：
First np.array，元素周围最近的邻居的中位数以及元素本身，因此9值。第二np.array有邻居计数和元素本身。没有值(当您超出边界时没有值)或-99不应该被计算在内。
我现在使用的示例代码：(请注意，“数据”的真实形状是360,802，充满了浮点数)
data= np.array([
[ 5, 8, 5, 3, -1, 7, -5,-99, -2, 5],
[ -2, 4, 1,-99, 1, 9, -
浏览 8提问于2022-07-31得票数 1
3回答
为什么我不能压制粗俗的警告
python、numpy
我真的想避免这些烦人的粗野警告，因为我必须处理大量的NaNs。我知道这通常是用seterr做的，但由于某些原因，它不起作用：
import numpy as np
data = np.random.random(100000).reshape(10, 100, 100) * np.nan
np.seterr(all="ignore")
np.nanmedian(data, axis=[1, 2])
它给我一个运行时警告，即使我将numpy设置为忽略所有errors...any帮助？
编辑(这是收到的警告)：
/opt/local/Library/Frameworks/Pyth
浏览 17提问于2015-03-30得票数 62
回答已采纳
1回答
嵌套for循环以替换数组中的单元格
python、arrays、for-loop
我有一个蒙面图像，我试图用另一个数组的值替换图像中的蒙面像素。我使用嵌套的for循环：
import scipy.ndimage as ndi
import matplotlib.pyplot as plt
import numpy as np
# Generate random image and mask
np.random.seed(seed=5) # To use the same random numbers
h, w = 10, 10
mask = np.random.randint(2, size=(h, w)) #
浏览 2提问于2017-08-30得票数 1
回答已采纳
1回答
有没有一种方法可以向量化使用开始/结束切片的2Dnumpy数组？
python、arrays、numpy、vectorization
我有一个二维numpy数组。在foor循环中，滤波器窗口估计在每个指定值(缺失值)附近。在我的示例中，窗口大小是5x5。然后，为每个缺失值计算邻域的中位数。我可以使用for循环来解决这个问题，如下所示：
for i in range(len(miss_x)):
cur_x = miss_x[i]
cur_y = miss_y[i]
a_x = np.fmax(0, cur_x - 2)
b_x = np.fmin(depth_img.shape[0], cur_x + 2)
浏览 16提问于2019-11-25得票数 0
3回答
如何测试在numpy中是否所有行都相等
python、arrays、numpy
在numpy中，有没有一种很好的惯用方法来测试二维数组中的所有行是否相等？
我可以做像这样的事情
np.all([np.array_equal(M[0], M[i]) for i in xrange(1,len(M))])
这似乎混合了python列表和numpy数组，这很难看，而且可能也很慢。
有没有更好/更整洁的方法？
浏览 0提问于2014-10-02得票数 23
回答已采纳
6回答
在字符串数组中找不到使用numpy的nan条目
python、arrays、numpy
在字符串数组中找不到使用numpy的nan条目，我的代码是：
for x in X_cat:
if x == np.nan:
print('Found')
我知道列表中有2个nan条目，但代码运行时不会打印任何内容。同样，如果我用' nan‘替换np.nan，我的最终目标是用最常见的字符串替换nan。
浏览 0提问于2017-09-05得票数 7
3回答
R中的is.na()函数与python的等价性是什么？
python、list、numpy、na
我很难弄清楚r到python中is.na()函数的等效值是什么。我正在使用np.nan，但它不起作用。在我到达安娜元素之前，我要做的是在列表中添加所有元素。我的问题是：
import numpy as np
x=[3,6,7,np.nan,-3,0]
k=len(x)
total_before_NA=0
for i in range(0,k):
if (np.nan(x[i])):
break
total_before_NA= total_before_NA + x[i]
print(total_before_NA)
我应该得到的答案是16，不用求和
浏览 4提问于2022-10-15得票数 0
回答已采纳
6回答
有没有办法在一个命令中获得python中中位数的索引？
python、math、numpy
是否有类似于numpy.argmin(x)的东西，但对于中位数呢？
浏览 3提问于2015-10-03得票数 33
回答已采纳
5回答
python中的滚动中值
python、finance、quantitative-finance、pandas
我有一些基于每日收盘价的股票数据。我需要能够将这些值插入到python列表中，并获得最近30个闭合的中位数。有没有能做到这一点的python库？
浏览 3提问于2011-03-30得票数 4
回答已采纳
3回答
如何检查包含NaN的列表
python
在我的for循环中，我的代码生成如下所示的列表：
list([0.0,0.0]/sum([0.0,0.0]))
循环生成所有其他类型的数字向量，但它也生成[nan,nan]，为了避免它，我试图放入一个条件来防止它，就像下面的那个，但它不返回true。
nan in list([0.0,0.0]/sum([0.0,0.0]))
>>> False
它不应该返回true吗？
我加载的库：
import PerformanceAnalytics as perf
import DataAnalyticsHelpers
import DataHelpers as data
i
浏览 0提问于2013-12-02得票数 15
回答已采纳
2回答
用列表中的值替换pandas.DataFrame的pandas.DataFrame值
python、pandas
在使用库pandas的python脚本中，我有一个数据集，其中包括一个功能"X“的100行，包含36个NaN值，以及一个大小为36的列表。
我希望将列"X“中缺少的所有36个值替换为我列表中的36个值。
这可能是个愚蠢的问题，但我仔细研究了所有的医生，却找不到办法去做。
下面是一个例子：
输入
Data: X Y
1 8
2 3
NaN 2
NaN 7
1 2
NaN 2
填料
List: [8, 6, 3]
输出
Dat
浏览 4提问于2017-02-10得票数 7
回答已采纳
1回答
DBSCAN的min_samples估计
python、performance、python-2.x、machine-learning
我试图加快一些python代码，这些代码应该自动选择DBSCAN中的最小样本参数。目前，随着培训样本数量的增加，执行时间呈指数增长：
0.128999948502秒用于100个训练示例
为1000个训练示例提供0.281999826431秒
10000个训练例子11.5310001373秒
min_samples是指邻域内被视为核心点的点的样本数(或总权重)。这包括要点本身。
有人能对如何加快代码速度提出一些建议吗？
另外，将n_jobs参数添加到DBSCAN似乎不会影响DBSCAN的执行时间。
import numpy as np
from sklearn.metrics.pairwise
浏览 0提问于2020-01-29得票数 3
回答已采纳
2回答
使用预测模型输入缺失值
python、python-2.7、scikit-learn、orange、imputation
我正在尝试估算Python语言中的缺失值，而sklearn似乎没有超出平均值(均值、中位数或模式)估算的方法。似乎提供了一个可行的选择。但是，Orange.data.Table似乎无法识别np.nan，或者不知何故无法进行归罪。
import Orange
import numpy as np
tmp = np.array([[1, 2, np.nan, 5, 8, np.nan], [40, 4, 8, 1, 0.2, 9]])
data = Orange.data.Table(tmp)
imputer = Orange.feature.imputation.ModelConstructo
浏览 13提问于2016-09-05得票数 5
3回答
计算包含NaN的数组之间的距离
python、numpy
以array1和array2为例，包括：
array1 = [a1 a2 NaN ... an]
array2 = [[NaN b2 b3 ... bn],
[b21 NaN b23 ... b2n],
...]
这两个数组都是numpy数组。有一种计算array1与每一行array2之间欧几里德距离的简单方法：
EuclideanDistance = np.sqrt(((array1 - array2)**2).sum(axis=1))
造成计算混乱的是NaN值。当然，我可以很容易地用一些数字代替NaN。但相反，我想做以下几点：
当我将array1与r
浏览 6提问于2020-05-08得票数 5
回答已采纳
1回答
当索引包含不同数目的空值时，在matplotlib中拟合条宽
python、pandas、matplotlib
我使用以下方法定义了一个图像：
import matplotlib as mpl
import numpy as np
import pandas as pd
d = {'ind': [15041, 15149, 15150, 15158], '1': [.0051, .0076, .0051, .0151], '2':[np.NaN, .0079, .0053, .0134],
'3':[np.NaN, .0085, .0056, .0135], '4':[np.NaN, .0088, .0058,
浏览 0提问于2018-10-30得票数 0
回答已采纳
3回答
为什么itertools.groupby可以在列表中将NaNs分组，而不能在numpy数组中分组
python、arrays、list、numpy、nan
我很难调试一个问题，当在nan中使用浮点时，list中的浮点nan和numpy.array中的nan被不同地处理
给定以下列表和数组：
from itertools import groupby
import numpy as np
lst = [np.nan, np.nan, np.nan, 0.16, 1, 0.16, 0.9999, 0.0001, 0.16, 0.101, np.nan, 0.16]
arr = np.array(lst)
当我遍历列表时，连续的nan被分组：
>>> for key, group in groupby(lst):
... i
浏览 8提问于2017-01-18得票数 17
回答已采纳
1回答
如何在python中创建缺少数据的趋势线？
python、trendline
因此，我对python和数据分析很陌生，但我的任务是创建一个散点图。我所使用的数据集有许多包含无值的元素。当我使用polyfit方法创建一个趋势线(最佳匹配线)时，我会得到Nones的错误。我试过使用列表和数字数组，结果不太好。我还试过masked_array，masked_invalid等。在多个配置中，但它一直给我一个充满了Nones的数组。是否有一种创建趋势线的方法，使我不需要删除没有值的元素？我需要他们保持我的情节尺寸正确。我正在使用Python2.7。到目前为止，我得到的是：
import matplotlib.pyplot as plt
import numpy as np
imp
浏览 6提问于2014-07-08得票数 1
回答已采纳
2回答
当我使用imputer=imputer.fit(X[:，1:3]) ValueError:未能将字符串转换为浮动时，我得到了一个错误：
python、valueerror
因此，我正在对数据进行预处理(用平均值填充缺失的值)，下面是代码
注意:它正常工作了，yesterday..It今天给了我这个错误
当我执行imputer=imputer(x:,1:3)时，我得到以下错误
imputer = imputer.fit(X[:, 1:3])
Traceback (most recent call last):
File "<ipython-input-8-1edbdae0a80f>", line 1, in <module>
imputer = imputer.fit(X[:, 1:3])
Fil
浏览 0提问于2019-02-12得票数 0
2回答
在Python中查找特定类的属性的平均值
python、numpy、nan、mean
我试图编写一个函数来为仅属于特定类的值找到属性的平均值。
下面是我的代码：
`mean=0
total=0
count=0
for i in range(len(training_data)):
if (training_data[i,334])==0:
if training_data[i,2]<>None:
total+=training_data[i,2]
count+=1
mean=total/count`
但是，我的属性中有一些空值。我正在处理numpy，空值被编码为"NaN“。在上面
浏览 1提问于2016-02-25得票数 0
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
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
