在numpy矩阵中将“nan”值转换为不同于0的不同值答案

【问题标题】：Converting "nan" values to a different value different than 0 in a numpy matrix在numpy矩阵中将“nan”值转换为不同于0的不同值
【发布时间】：2016-05-11 02:07:12
【问题描述】：

我有这样一个 numpy 矩阵：

[[182 93 107 ..., nan nan -1]
 [182 93 107 ..., nan nan -1]
 [182 93 110 ..., nan nan -1]
 ..., 
 [188 95 112 ..., nan nan -1]
 [188 97 115 ..., nan nan -1]
 [188 95 112 ..., nan nan -1]]

我想将 nan 值更改为不同于零的值。出于这个原因，我使用了这种技术：

x_train[np.isnan(x_train)] = -10

但是我收到了这个错误：

TypeError: ufunc 'isnan' 不支持输入类型，并且输入无法安全地强制转换为任何支持的类型强制转换规则“安全”。

我该如何解决这个问题？

谢谢，

【问题讨论】：

什么是x_train.dtype？
x_train.dtype = object
那么这就是你的问题——NumPy 不知道在你的对象数组中调用nan，就像它们都是浮点数一样。我们可能需要更多地了解您如何加载数据以及数据的外观。
这不是问题@xnx，我可以将dtype更改为不同的类型，不用担心。如果我的 dtype 是字符串，你能告诉我解决方案吗？
如果 dtype 是数字类型，例如 float64，您的代码应该可以正常工作。

标签： python numpy matrix nan

【解决方案1】：

您可以尝试使用数组迭代器，例如：

import numpy as np


a = np.empty((6,4))
a.fill(0.25)
a[2].fill(np.nan)      
for x in np.nditer(a, op_flags=['readwrite']):
    if np.isnan(x):
        x[...]=-10

【讨论】：

这并不能解决问题。这只是做同样事情的一种较慢的方式。

【解决方案2】：

如果您的初始数组是可以有意义地解释为floats 的字符串，那么您可以使用astype 进行转换：

b = np.array([['182', '93', '107', 'nan', 'nan', '-1'],
 ['182', '93', '107', 'nan', 'nan', '-1'],
 ['182', '93', '110', 'nan', 'nan', '-1'],
 ['188', '95', '112', 'nan', 'nan', '-1'],
 ['188', '97', '115', 'nan', 'nan', '-1'],
 ['188', '95', '112', 'nan', 'nan', '-1']])

c = b.astype(np.float)
c[np.isnan(c)]=-10

array([[ 182.,   93.,  107.,  -10.,  -10.,   -1.],
       [ 182.,   93.,  107.,  -10.,  -10.,   -1.],
       [ 182.,   93.,  110.,  -10.,  -10.,   -1.],
       [ 188.,   95.,  112.,  -10.,  -10.,   -1.],
       [ 188.,   97.,  115.,  -10.,  -10.,   -1.],
       [ 188.,   95.,  112.,  -10.,  -10.,   -1.]])

【讨论】：

【解决方案3】：

你可以使用numpy的copyto函数：

import numpy as np

xtrain = np.array([[0.3, np.nan],[1.0, np.nan]])
default = np.empty([2,2])
default.fill(-10)
print(xtrain)
np.copyto(xtrain,default,'no',np.isnan(xtrain))
print(xtrain)

【讨论】：