numpy array 将列表中负数换为nan

可以使用 numpy 的 where 函数将列表中的负数替换为 NaN，示例如下：

import numpy as np

lst = [1, -2, 3, -4, 5]
arr = np.array(lst)
arr = np.where(arr < 0, np.nan, arr)
print(arr)

输出结果为：

[ 1. nan  3. nan  5.]

其中，`np.where(arr < 0, np.nan, arr)` 表示将数组 arr 中小于 0 的元素替换为 NaN，大于等于 0 的元素不变。

相关问题

numpy.sqrt()

numpy.sqrt() 是一个numpy库中的函数，它用于计算数组中每个元素的平方根。它返回一个数组，该数组与输入数组具有相同的形状。请注意，输入数组中的负数元素将返回NaN。

使用示例：

import numpy as np

arr = np.array([4, 9, 16, 25])
sqrt_arr = np.sqrt(arr)

print(sqrt_arr) # [2. 3. 4. 5.]

python nan值

在 Python 中，NaN (Not a Number) 是一种特殊的浮点数值，表示一个无效的或未定义的数值。它通常表示某种计算无法返回一个合适的数值，例如零除以零或计算平方根时给负数提供了输入。

在 Python 中，可以使用 NumPy 库来处理 NaN 值。以下是一些处理 NaN 值的示例代码：

1. 检查一个值是否为 NaN：

import numpy as np

value = np.nan
print(np.isnan(value))  # 输出 True

2. 将 NaN 值替换为其他值：

import numpy as np

arr = np.array([1, 2, np.nan, 4])
arr[np.isnan(arr)] = 0
print(arr)  # 输出 [1. 2. 0. 4.]

3. 删除包含 NaN 值的行或列：

import numpy as np

arr = np.array([[1, 2, np.nan], [4, 5, 6], [7, 8, 9]])
arr = arr[~np.isnan(arr).any(axis=1)]
print(arr)  # 输出 [[4. 5. 6.]]

这些示例演示了如何检查和处理 NaN 值。在实际应用中，根据具体情况选择最适合的方法来处理 NaN 值。