numpy.nan_to_num#

numpy.nan_to_num(x, copy=True, nan=0.0, posinf=None, neginf=None)[источник]#

Замените NaN нулем, а бесконечность большими конечными числами (поведение по умолчанию) или числами, определенными пользователем, с помощью nan, posinf и/или neginf ключевые слова.

Если x является неточным, NaN заменяется нулём или пользовательским значением в nan ключевое слово, бесконечность заменяется наибольшими конечными значениями с плавающей точкой, представимыми x.dtype или пользовательским значением в posinf ключевое слово и -бесконечность заменяется на наименьшие конечные значения с плавающей точкой, представимые x.dtype или пользовательским значением в neginf ключевое слово.

Для комплексных типов данных вышеуказанное применяется к каждой из вещественной и мнимой компонент x отдельно.

Если x не является неточным, тогда замены не производятся.

Параметры:

xскаляр или array_like: Входные данные.
copybool, необязательно: Создавать ли копию x (True) или заменить значения на месте (False). Операция на месте происходит только если приведение к массиву не требует копирования. По умолчанию True.
nanint, float или bool или array_like из int, float или bool, опционально: Значения, используемые для заполнения значений NaN. Если значения не переданы, то значения NaN будут заменены на 0.0.
posinfint, float или bool или array_like из int, float или bool, опционально: Значения, используемые для заполнения положительных бесконечностей. Если значения не переданы, то положительные бесконечности будут заменены очень большим числом.
neginfint, float или bool или array_like из int, float или bool, опционально: Значения, используемые для заполнения значений отрицательной бесконечности. Если значения не переданы, то значения отрицательной бесконечности будут заменены очень малым (или отрицательным) числом.

Возвращает:

выходndarray: x, с замененными неконечными значениями. Если copy равно False, это может быть x самого себя.

Смотрите также

isinf: Показывает, какие элементы являются положительной или отрицательной бесконечностью.
isneginf: Показывает, какие элементы являются отрицательной бесконечностью.
isposinf: Показывает, какие элементы являются положительной бесконечностью.
isnan: Показывает, какие элементы не являются числом (NaN).
isfinite: Показывает, какие элементы конечны (не NaN, не бесконечность)

Примечания

NumPy использует стандарт IEEE для двоичной арифметики с плавающей точкой (IEEE 754). Это означает, что Not a Number не эквивалентно бесконечности.

Примеры

>>> import numpy as np
>>> np.nan_to_num(np.inf)
1.7976931348623157e+308
>>> np.nan_to_num(-np.inf)
-1.7976931348623157e+308
>>> np.nan_to_num(np.nan)
0.0
>>> x = np.array([np.inf, -np.inf, np.nan, -128, 128])
>>> np.nan_to_num(x)
array([ 1.79769313e+308, -1.79769313e+308,  0.00000000e+000, # may vary
       -1.28000000e+002,  1.28000000e+002])
>>> np.nan_to_num(x, nan=-9999, posinf=33333333, neginf=33333333)
array([ 3.3333333e+07,  3.3333333e+07, -9.9990000e+03,
       -1.2800000e+02,  1.2800000e+02])
>>> nan = np.array([11, 12, -9999, 13, 14])
>>> posinf = np.array([33333333, 11, 12, 13, 14])
>>> neginf = np.array([11, 33333333, 12, 13, 14])
>>> np.nan_to_num(x, nan=nan, posinf=posinf, neginf=neginf)
array([ 3.3333333e+07,  3.3333333e+07, -9.9990000e+03, -1.2800000e+02,
        1.2800000e+02])
>>> y = np.array([complex(np.inf, np.nan), np.nan, complex(np.nan, np.inf)])
array([  1.79769313e+308,  -1.79769313e+308,   0.00000000e+000, # may vary
     -1.28000000e+002,   1.28000000e+002])
>>> np.nan_to_num(y)
array([  1.79769313e+308 +0.00000000e+000j, # may vary
         0.00000000e+000 +0.00000000e+000j,
         0.00000000e+000 +1.79769313e+308j])
>>> np.nan_to_num(y, nan=111111, posinf=222222)
array([222222.+111111.j, 111111.     +0.j, 111111.+222222.j])
>>> nan = np.array([11, 12, 13])
>>> posinf = np.array([21, 22, 23])
>>> neginf = np.array([31, 32, 33])
>>> np.nan_to_num(y, nan=nan, posinf=posinf, neginf=neginf)
array([21.+11.j, 12. +0.j, 13.+23.j])