Numpy np.isnan
Il pacchetto numpy è uno dei pacchetti più elementari quando si lavora con le operazioni di dati in Python. Ha molte funzioni e utility che rendono il calcolo scientifico molto più gestibile.
Una di queste funzionalità è la funzione isnan (). Questa funzione consente di valutare se un elemento con un array è nan o no.
Esploriamo come usare questa funzione in numpy.
Numpy isnan () Sintassi della funzione
Nonostante la sua operazione semplicistica, la funzione offre una sintassi diversificata come mostrato nello snippet di codice di seguito:
numpy.isNan (x, /, out = nessuno, *, where = true, casting = 'Same_kind', order = 'k', dtype = nessuno, subok = true [, firma, extObj]) =Parametri della funzione
I parametri della funzione essenziali sono come mostrato di seguito:
- X - si riferisce all'array di input o all'elemento che deve essere testato. Questo è un parametro non opzionale.
- Dove - specifica se la funzione universale debba essere calcolata in quella posizione.
- Out - si riferisce a un array di output alternativo. L'array di output deve essere della stessa forma del risultato di uscita.
- Casting: gestisce il datacasting che viene eseguito.
- Subok - crea sottoclassi o no.
Valore di ritorno
La funzione funziona in base all'elemento per elemento nell'array e restituisce un array di valori booleani.
Se un elemento è nan, la funzione restituisce vera e falsa se altrimenti.
Esempi
Consideriamo vari esempi per capire meglio come funziona la funzione.
# Importa NumpyImporta Numpy come NP
x = 3.14159
y = np.nan
print (f "x -> np.isnan (x) ")
print (f "y -> np.isnan (y) ")
Nel codice sopra, abbiamo due variabili: xey. X memorizza un valore numerico e y è un nan.
Usiamo quindi la funzione isnan () per verificare se uno dei valori è nan. Il codice dovrebbe restituire:
3.14159 -> falsonan -> vero
Esempio 2
Lo stesso caso si applica a un array, come mostrato nel codice di esempio seguente:
arr = np.array ([[3, NP.nan, 21],[30, 39, NP.nan],
[NP.nan, 66, 75]])
Stampa (NP.isnan (arr)
Abbiamo un array 2D con valori numerici e NAN in ogni colonna in questo esempio.
Una volta che passiamo l'array nella funzione isnan (), dovremmo ottenere un array di output come mostrato:
[[Falso vero falso][Falso falso vero]
[Vero falso falso]]
Conclusione
Questo tutorial ti guida attraverso il fondamentale di lavorare con la funzione Numpy Isnan (). Questa funzione ci consente di valutare se un valore è un NAN o meno e restituire il valore booleano.
Grazie per la lettura e la codifica felice!!