numpy中np.nanmax和np.max的區別及坑

Posted on by

np.nanmax和np.array([1,2,3,np.nan]).max()的區別

numpy中numpy.nanmax的官方文檔

原理

在計算dataframe最大值時，最先用到的一定是Series對象的max()方法()，最終結果是4。

s1 = pd.Series([1,2,3,4,np.nan])
s1_max = s1.max()

但是筆者由於數據量巨大，列數較多，於是為瞭加快計算速度，采用numpy進行最大值的計算，但正如以下代碼，最終結果得到的是nan，而非4。發現，采用這種方式計算最大值，nan也會包含進去，並最終結果為nan。

s1 = pd.Series([1,2,3,4,np.nan])
s1_max = s1.values.max()
>>>nan

通過閱讀numpy的文檔發現，存在np.nanmax的函數，可以將np.nan排除進行最大值的計算，並得到想要的正確結果。

當然不止是max，min 、std、mean 均會存在列中含有np.nan時，s1.values.min /std/mean ()返回nan的情況。

速度區別

速度由快到慢依次:

s1 = pd.Series([1,2,3,4,5,np.nan])
#速度由快至慢
np.nanmax(s1.values) > np.nanmax(s1) > s1.max() 

numpy中nan和常用方法

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# Author: Jia ShiLin
 
import numpy as np
 
a = np.arange(9, dtype=float).reshape(3, 3)
a[[[1], [2]]] = np.nan
print(a)
# isnan函數
print(np.isnan(a))
a[np.isnan(a)] = 0  # 把nan替換成中值或者均值
print(a)
 
print(np.count_nonzero(a))
 
# sum()統計求和
b = np.arange(12, dtype=int).reshape(2, 6)
print(b)
print(np.sum(b, axis=0))  # 得到結果和行的形狀一樣
print(np.sum(b, axis=1))
# .mean()
print(b.mean())
print(b.mean(axis=0))
print(b.mean(axis=1))
# np.median()中位數
print(np.median(b, axis=0))
# .min() .max()
# .ptp()機值
print(np.ptp(b))
# .std()標註差
print(np.std(b, axis=0))

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。

推薦閱讀：