我需要计算 numpy ndarray 矩阵中非 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,因为我正在做大数据分析。
感谢您的帮助!
最佳答案
np.count_nonzero(~np.isnan(data))
~
反转从 np.isnan
返回的 bool 矩阵。
np.count_nonzero
计算非 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 loop
data.size - np.count_nonzero(np.isnan(data))
似乎几乎不是这里最快的。其他数据可能会给出不同的相对速度结果。
关于python - 在 Python 中计算 numpy ndarray 中非 NaN 元素的数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21778118/