numpy 对矩阵中Nan的处理:采用平均值的方法
62 浏览量
2020-12-23
12:16:33
上传
评论 1
收藏 34KB PDF 举报
numpy 对矩阵中对矩阵中Nan的处理的处理:采用平均值的方法采用平均值的方法
尽管我们可以将所有的NaN替换成0，但是由于并不知道这些值的意义，所以这样做是个下策。如果它们是开氏温度，那么将
它们置成0这种处理策略就太差劲了。
下面我们用平均值来代替缺失值，平均值根据那些非下面我们用平均值来代替缺失值，平均值根据那些非NaN得到。得到。
from numpy import *
datMat = mat([[1,2,3],[4,Nan,6]])
numFeat = shape(datMat)[1] for i in range(numFeat):
meanVal = mean(datMat[nonzero(~isnan(datMat[:,i].A))[0],i])
#values that are not NaN (a number)
datMat[nonzero(isnan(datMat[:,i].A))[0],i] = meanVal
#set NaN values to mean
以上这篇numpy 对矩阵中Nan的处理:采用平均值的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望
大家多多支持软件开发网。
您可能感兴趣的文章您可能感兴趣的文章:python处理二进制数据的方法Numpy 改变数组维度的几种方法小结python 按不同维度求和,最值,均值的
实例对numpy中轴与维度的理解python增加矩阵维度的实例讲解numpy求平均值的维度设定的例子
weixin_38577261
- 粉丝: 4
- 资源: 907
评论0