numpy中np.nanmax和np.max的區別及坑
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:
- Python Numpy教程之排序,搜索和計數詳解
- python數據分析Numpy庫的常用操作
- python-pandas創建Series數據類型的操作
- Python Numpy中ndarray的常見操作
- pandas對齊運算的實現示例