numpy.nan_to_num

numpy.nan_to_num(x, copy=True, nan=0.0, posinf=None, neginf=None)

将NaN替换为零，将无穷大替换为大的有限数（默认行为），或替换为用户使用 nan ， posinf 和/或 neginf 关键词。

如果 x 如果不精确，则用零或中的用户定义值替换NaN nan 关键字，无穷大被可表示为的最大有限浮点值替换 x.dtype 或按中的用户定义值 posinf 关键字和-infinity被可表示为的最负的有限浮点值替换 x.dtype 或按中的用户定义值 neginf 关键字。

对于复杂的数据类型，上述内容适用于 x 分别地。

如果 x 不是不准确的，那么就没有替代品了。

参数

x标量或类数组

输入数据。

copy可选的布尔

是否创建的副本 x （正确）或替换现有值（错误）。仅当强制转换到数组不需要副本时，才会发生就地操作。默认值为true。

1.13 新版功能.

nanint，float，可选

用于填充NaN值的值。如果未传递任何值，则NaN值将替换为0.0。

1.17 新版功能.

posinfint，float，可选

用于填充正无穷大值的值。如果未传递任何值，则正无穷大值将替换为非常大的数字。

1.17 新版功能.

neginfint，float，可选

用来填充无穷大的值。如果未传递任何值，则负无穷大值将替换为非常小（或负）的数字。

1.17 新版功能.

返回

out恩达雷

x ，替换非有限值。如果 copy 是假的，这可能是 x 本身。

参见

isinf

显示哪些元素是正无穷大或负无穷大。

isneginf

显示哪些元素是负无穷大。

isposinf

显示哪些元素是正无穷大。

isnan

显示哪些元素不是数字（NaN）。

isfinite

显示哪些元素是有限的（不是NaN，不是无穷大）

笔记

numpy使用了IEEE754二进制浮点运算标准。这意味着没有一个数字不等于无穷大。

实例

>>> np.nan_to_num(np.inf)
1.7976931348623157e+308
>>> np.nan_to_num(-np.inf)
-1.7976931348623157e+308
>>> np.nan_to_num(np.nan)
0.0
>>> x = np.array([np.inf, -np.inf, np.nan, -128, 128])
>>> np.nan_to_num(x)
array([ 1.79769313e+308, -1.79769313e+308,  0.00000000e+000, # may vary
       -1.28000000e+002,  1.28000000e+002])
>>> np.nan_to_num(x, nan=-9999, posinf=33333333, neginf=33333333)
array([ 3.3333333e+07,  3.3333333e+07, -9.9990000e+03, 
       -1.2800000e+02,  1.2800000e+02])
>>> y = np.array([complex(np.inf, np.nan), np.nan, complex(np.nan, np.inf)])
array([  1.79769313e+308,  -1.79769313e+308,   0.00000000e+000, # may vary
     -1.28000000e+002,   1.28000000e+002])
>>> np.nan_to_num(y)
array([  1.79769313e+308 +0.00000000e+000j, # may vary
         0.00000000e+000 +0.00000000e+000j,
         0.00000000e+000 +1.79769313e+308j])
>>> np.nan_to_num(y, nan=111111, posinf=222222)
array([222222.+111111.j, 111111.     +0.j, 111111.+222222.j])

numpy.fmin numpy.real_if_close