numpy 对矩阵中Nan的处理:采用平均值的方法_Python

numpy 对矩阵中Nan的处理:采用平均值的方法

时间：2021-04-14 00:36 来源/作者：蓝鲸123

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服务器之家。

原文链接：https://blog.csdn.net/TH_NUM/article/details/80634568

numpy 对矩阵中Nan的处理:采用平均值的方法

相关文章

热门资讯