[英]np.vectorize and nan - how can I make them play nice?
假設我有
>>> import numpy as np
>>> nv = np.array([-1, np.nan, 1])
np.sin
將按預期工作
>>> np.sin(nv)
array([-0.84147098, nan, 0.84147098])
但是,如果我在自己的函數上嘗試使用vectorize,它將失敗
>>> def noneg(n):
if n < 0:
return 0
return n
>>> noneg(nv)
...
ValueError: cannot convert float NaN to integer
這是因為noneg返回的初始化值是整數零,然后我們得到了一個浮點數nan
。
到目前為止,我發現的解決方案是:
>>> @np.vectorize
def noneg(n):
if not np.isnan(n) and n < 0:
return n.__class__(0)
return n
>>> noneg(nv)
array([ 0., nan, 1.])
但這看起來很丑,在矢量化中是否有更好的方法忽略nan
?
嗯,您已經寫下答案了?
def noneg(n):
if n < 0:
return n.__class__(0)
return n
noneg(nv)
我認為這里的問題是變量0與您的輸入類型無關。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.