numpy 对矩阵中Nan的处理:采用平均值的方法

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。