numpy 中 查找缺失值 并填充的语句
时间: 2024-02-05 22:11:09 浏览: 155
异常值检测_入门_python_python数据分析_数据异常分析_异常值_
5星 · 资源好评率100%
在 numpy 中,可以使用 `numpy.isnan` 函数查找缺失值。该函数返回一个布尔数组,其中的元素为 True 表示对应位置存在缺失值,为 False 表示对应位置没有缺失值。接下来可以使用 `numpy.nan_to_num` 函数将缺失值替换为指定的数值。
以下是一个示例代码,用于将数组 `a` 中的缺失值替换为 0:
```python
import numpy as np
a = np.array([1, 2, np.nan, 4, np.nan, 6])
# 查找缺失值
mask = np.isnan(a)
# 将缺失值替换为指定的数值
a[mask] = np.nan_to_num(a[mask], nan=0)
print(a)
```
输出结果为:
```
[1. 2. 0. 4. 0. 6.]
```
在这个示例中,`numpy.isnan` 函数找到了数组中的缺失值,返回了一个布尔数组 `mask`。然后,我们使用 `numpy.nan_to_num` 将缺失值替换为了 0。最后,我们打印出了处理后的数组 `a`。
阅读全文