NumPy 1.14 - numpy.nan_to_num()

numpy.nan_to_num




numpy

numpy.nan_to_num

numpy.nan_to_num(x, copy=True) [source]

नैन को शून्य से बदलें और बड़े परिमित संख्याओं के साथ।

यदि x अक्षम है, तो NaN को शून्य से बदल दिया जाता है, और अनंत और -infinity को क्रमशः x.dtype द्वारा प्रतिनिधित्व योग्य सबसे बड़े और सबसे नकारात्मक परिमित फ्लोटिंग पॉइंट मान द्वारा x.dtype किया x.dtype

जटिल dtypes के लिए, ऊपर x के वास्तविक और काल्पनिक घटकों में से प्रत्येक पर अलग से लागू किया जाता है।

यदि x अक्षम नहीं है, तो कोई प्रतिस्थापन नहीं किया जाता है।

पैरामीटर:

x : array_like

इनपुट डेटा।

प्रतिलिपि : बूल, वैकल्पिक

चाहे x (ट्रू) की कॉपी बनाना हो या वैल्यू इन-प्लेस (फाल्स) को बदलना हो। इन-प्लेस ऑपरेशन केवल तब होता है जब किसी सरणी में कास्टिंग को कॉपी की आवश्यकता नहीं होती है। डिफ़ॉल्ट सत्य है।

संस्करण 1.13 में नया।

यह दिखाता है:

बाहर : ndarray

x , गैर-परिमित मूल्यों के साथ प्रतिस्थापित किया गया। यदि copy गलत है, तो यह x ही हो सकता है।

यह भी देखें

isinf
दिखाता है कि कौन से तत्व सकारात्मक या नकारात्मक अनंत हैं।
isneginf
दिखाता है कि कौन से तत्व नकारात्मक अनंत हैं।
isposinf
दिखाता है कि कौन से तत्व सकारात्मक अनंत हैं।
isnan
दिखाता है कि कौन से तत्व एक संख्या (NaN) नहीं हैं।
isfinite
दिखाता है कि कौन से तत्व परिमित हैं (NaN नहीं, अनंत नहीं)

टिप्पणियाँ

NumPy Arithmetic (IEEE 754) के लिए बाइनरी फ्लोटिंग-पॉइंट के लिए IEEE मानक का उपयोग करता है। इसका मतलब है कि नॉट नंबर एक अनंत के बराबर नहीं है।

उदाहरण

>>> x = np.array([np.inf, -np.inf, np.nan, -128, 128])
>>> np.nan_to_num(x)
array([  1.79769313e+308,  -1.79769313e+308,   0.00000000e+000,
        -1.28000000e+002,   1.28000000e+002])
>>> y = np.array([complex(np.inf, np.nan), np.nan, complex(np.nan, np.inf)])
>>> np.nan_to_num(y)
array([  1.79769313e+308 +0.00000000e+000j,
         0.00000000e+000 +0.00000000e+000j,
         0.00000000e+000 +1.79769313e+308j])