在Python中计算numpy ndarray中非NaN元素的数量
发布于2019-08-24 14:37 阅读(125) 评论(0) 点赞(1) 收藏(5)
我需要计算numpy ndarray矩阵中的非NaN元素的数量。如何在Python中有效地做到这一点？这是我实现此目的的简单代码：
import numpy as np
def numberOfNonNans(data):
count = 0
for i in data:
if not np.isnan(i):
count += 1
return count numpy中是否有内置函数？效率很重要，因为我正在进行大数据分析。
Thnx任何帮助！
解决方案
np.count_nonzero(~np.isnan(data))~反转从中返回的布尔矩阵np.isnan。
np.count_nonzero计算不是0 \ false的值。.sum应该给出相同的结果。但也许更清楚地使用count_nonzero
测试速度：
In [23]: data = np.random.random((10000,10000))
In [24]: data[[np.random.random_integers(0,10000, 100)],:][:, [np.random.random_integers(0,99, 100)]] = np.nan
In [25]: %timeit data.size - np.count_nonzero(np.isnan(data))
1 loops, best of 3: 309 ms per loop
In [26]: %timeit np.count_nonzero(~np.isnan(data))
1 loops, best of 3: 345 ms per loop
In [27]: %timeit data.size - np.isnan(data).sum()
1 loops, best of 3: 339 ms per loopdata.size - np.count_nonzero(np.isnan(data))似乎在这里几乎不是最快的。其他数据可能会给出不同的相对速度结果
所属网站分类: 技术文章 > 问答
作者：黑洞官方问答小能手
链接：https://www.pythonheidong.com/blog/article/57054/1343bacca5fd59788f0d/
来源：python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力