numpy 对矩阵中Nan的处理:采用平均值的方法
2018-10-30 09:49
771 查看
尽管我们可以将所有的NaN替换成0,但是由于并不知道这些值的意义,所以这样做是个下策。如果它们是开氏温度,那么将它们置成0这种处理策略就太差劲了。
下面我们用平均值来代替缺失值,平均值根据那些非NaN得到。
from numpy import * datMat = mat([[1,2,3],[4,Nan,6]]) numFeat = shape(datMat)[1] for i in range(numFeat): meanVal = mean(datMat[nonzero(~isnan(datMat[:,i].A))[0],i]) #values that are not NaN (a number) datMat[nonzero(isnan(datMat[:,i].A))[0],i] = meanVal #set NaN values to mean
以上这篇numpy 对矩阵中Nan的处理:采用平均值的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- 利用numpy对矩阵进行归一化处理的方法
- 浅谈利用numpy对矩阵进行归一化处理的方法
- python各类库.whl格式下载网址,当在线安装不成功时可采用该方法(例如 numpy+mkl,opencv_contrib等)
- NumPy-快速处理数据--ufunc运算--广播--ufunc方法
- Javascript图像处理——矩阵基本方法
- Android编程开发之seekBar采用handler消息处理操作的方法
- numpy中的matrix矩阵处理
- numpy中数组和矩阵的索引方法及不同点
- Python实现采用进度条实时显示处理进度的方法
- ocos2dx-lua采用pbc解析protobuf 不支持message嵌套和枚举不支持整数的处理方法
- numpy线性代数基础 - Python和MATLAB矩阵处理的不同
- Numpy 将二维图像矩阵转换为一维向量的方法
- [转]numpy线性代数基础 - Python和MATLAB矩阵处理的不同
- 计算方法实验一 矩阵相乘法+输出格式处理
- pandas 转换成行列表进行读取与Nan处理的方法
- [博客园公告]采用二级域名之后不能登录的处理方法
- python安装numpy+mkl报错的处理方法
- 利用numpy和pandas处理csv文件中的时间方法
- 【第15周-项目2-1 ——用哈希法组织关键字(处理冲突的方法采用线性探测法)】
- 处理 NumPy 矩阵和 ufunc