除以0后，将numpy数组中的NaN替换为0

Question

我正在划分两个 numpy 数组：

>>> import numpy as np
>>> a1 = np.array([[ 0,  3],
                   [ 0,  2]])
>>> a2 = np.array([[ 0,  3],
                   [ 0,  1]])
>>> d = a1/a2
>>> d
array([[ nan,   1.],
       [ nan,   2.]])
>>> where_are_NaNs = np.isnan(d)
>>> d[where_are_NaNs] = 0
>>> d
>>> array([[ 0.,  1.],
           [ 0.,  2.]])

我正在寻找一种无需使用 for 循环即可获取 0 而不是 Nan 的方法？

numpy在pandas中是否有类似fillna()的功能？

Answer 1

下面的这个应该有效并将所有 NAN 转换为 0

d[np.isnan(d)] = 0

如果您希望所有内容都在一条线上，请考虑

d = np.nan_to_num(a1/a2)

这会将所有 NAN 转换为 0，请参阅此处：http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.nan_to_num.html

注意：除以0时，您应该按照@imp9下面的解决方案来避免不必要的警告或错误。

Answer 2

您可能应该在 np.errstate(divide='ignore', invalid='ignore') 的上下文中进行除法，这样除以 0 就不会引发错误或警告，无论股息本身是否为零（这两个是单独的警告）。

with np.errstate(divide='ignore', invalid='ignore'):
    d = a1/a2
#Geotob's solution
d[np.isnan(d)] = 0

如果您希望它发出警告，请将 'ignore' 更改为 'warn'。 Reference

除以0后，将numpy数组中的NaN替换为0

After division by 0, replace NaN with 0 in numpy arrays

python

arrays

numpy

divide-by-zero