我的数据没有 nan 但我不断收到有限错误答案

【问题标题】：My data has no nan but I keep getting the finite error我的数据没有 nan 但我不断收到有限错误
【发布时间】：2021-02-05 11:38:01
【问题描述】：

上下文

我正在尝试规范化我的数据以运行 ML 模型。我在我的数据上使用 np.log

plt.hist(np.log(Portfolio_rtns['Aveva Returns']))

我也试过这种方式：

log_Aveva = np.log(Portfolio_rtns['Aveva Returns'])
log_Aveva.hist();

但是得到这个错误

ValueError: supplied range of [-inf, -1.2977785811129585] is not finite

我检查了我的数据，甚至确保将任何 nan 值替换为 0。

我找到了this 哪些状态可以使用np.isfinite。但是我觉得我的数据分布因此而混乱。

Port = np.isfinite(Portfolio_rtns['Aveva Returns'])
plt.hist(np.log(Port));

我也运行了这个函数

# Square root can also make normal distributed data
plt.hist(np.sqrt(Portfolio_rtns['Aveva Returns']));

虽然我得到了图表，但我得到了这个错误：

358: RuntimeWarning: invalid value encountered in sqrt
  result = getattr(ufunc, method)(*inputs, **kwargs)

问题

我的数据有问题吗？

【问题讨论】：

Log(0) 是负无穷大。因此，即使您输入有限的数据，日志也会返回无穷大的内容。
对，有道理。
如果平方根给你一个错误，你的数据集中也可能有负数。
是的，它是用于股票的，所以它也会在那里。那么有解决办法吗？我需要标准化这些数据。我尝试用 0.0001 替换 nan 但日志规则似乎仍然适用。
数学有修复方法吗？.... 没有。该函数执行它的功能。如果它返回的内容对您来说毫无意义，那么您使用了错误的功能。作为一般规则，Log 通常用于无量纲数据，例如口粮。我不知道您在这里的用例，但是记录 new_price/old_price 比记录 new_price-old_price 更有意义。如果您确实想要差异，那么线性图最有意义。

【解决方案1】：

因此，在浏览 Coursera 之后，我发现使用 log1p 将 1 添加到整个数据中的所有零数字。也摆脱了负面。所以解决办法是：

plt.hist(np.log1p(Portfolio_rtns['Aveva Returns']));

或

【讨论】：