np.max函数,

　　本文主要介绍了numpy中np.nanmax和np.max的区别和坑点，有很好的参考价值。希望对大家有帮助。如有错误或不足之处，请不吝赐教。

目录

np.nanmax和np.array([1，2，3，np.nan])。max()通过速度来区分nan和numpy中常见方法

np.nanmax和np.array([1,2,3,np.nan]).max()的区别

　　numpy.nanmax在numpy的官方文档

原理

　　计算最大dataframe时，必须先使用Series对象的max()方法()，最终结果为4。

　　s1=pd。系列([1，2，3，4，名词性名词])

　　s1_max=s1.max()

　　但由于数据量巨大，列数较多，作者为了加快计算速度，使用numpy计算最大值，但就像下面的代码一样，最终结果是nan，而不是4。发现如果这样计算最大值，也会包含nan，最后结果是nan。

　　s1=pd。系列([1，2，3，4，名词性名词])

　　s1_max=s1.values.max()

　　圆盘烤饼

　　通过阅读numpy的文档，发现有一个np.nanmax的函数，可以将np.nan排除在最大值计算之外，得到想要的正确结果。

　　当然，不仅是max，还有min，std，mean，s1.values.min /std/mean()在列中包含np.nan时会返回nan。

速度区别

　　速度从快到慢是：

　　s1=pd。系列([1，2，3，4，5，名词性名词])

　　#速度从快到慢

　　NP . nanmax(S1 . values)NP . nanmax(S1)S1 . max()

numpy中nan和常用方法

　　#!/usr/bin/env python

　　# -*-编码：utf-8 -*-

　　# Author:贾士林

　　将numpy作为np导入

　　a=np.arange(9，dtype=float)。重塑(3，3)

　　a[[[1]，[2]]=NP . nan

　　打印(一份)

　　# isnan函数

　　print(np.isnan(a))

　　A[np.isnan(a)]=0 #用中间值或平均值替换nan。

　　打印(一份)

　　print(NP . count _非零(a))

　　统计总和

　　b=np.arange(12，dtype=int)。整形(2，6)

　　打印(b)

　　Print(np.sum(b，axis=0)) #结果与行的形状相同。

　　print(np.sum(b，axis=1))

　　# .平均值()

　　打印(b.mean())

　　打印(b.mean(轴=0))

　　打印(平均值(轴=1))

　　# np.median()中值

　　print(np.median(b，axis=0))

　　# .最小()。最大()

　　# .ptp()机器值

　　打印(np.ptp(b))

　　# .标准()标记差异

　　print(np.std(b，轴=0))

　　以上个人经验，希望给你一个参考，也希望你能支持盛行的IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。