没有合适的资源?快使用搜索试试~ 我知道了~
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NaN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
资源详情
资源评论
资源推荐
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
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0