Nan တန်ဖိုးများကို numpy တွင် သုညဖြင့် အစားထိုးနည်း

NumPy တွင် သုညဖြင့် NaN တန်ဖိုးများကို အစားထိုးရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-

 my_array[np. isnan (my_array)] = 0

ဤ syntax သည် matrices နှင့် array နှစ်ခုလုံးနှင့်အလုပ်လုပ်သည်။

အောက်ပါဥပမာများသည် ဤ syntax ကိုလက်တွေ့တွင်မည်သို့အသုံးပြုရမည်ကိုပြသထားသည်။

ဥပမာ 1- NumPy ခင်းကျင်းတွင် သုညဖြင့် NaN တန်ဖိုးများကို အစားထိုးပါ။

အောက်ပါကုဒ်သည် NumPy ခင်းကျင်းတွင် သုညဖြင့် NaN တန်ဖိုးအားလုံးကို မည်သို့အစားထိုးရမည်ကို ပြသသည်-

 import numpy as np

#create array of data
my_array = np. array ([4, np.nan, 6, np.nan, 10, 11, 14, 19, 22])

#replace nan values with zero in array
my_array[np. isnan (my_array)] = 0

#view updated array
print (my_array)

[4.0.6.0.10.11.14.19.22.]

မူရင်းဇယားရှိ NaN တန်ဖိုးနှစ်ခုလုံးကို သုညဖြင့် အစားထိုးထားသည်ကို သတိပြုပါ။

ဥပမာ 2- NumPy matrix တွင် သုညဖြင့် NaN တန်ဖိုးများကို အစားထိုးပါ။

ကျွန်ုပ်တို့တွင် အောက်ပါ NumPy matrix ရှိသည်ဆိုပါစို့။

 import numpy as np

#create NumPy matrix
my_matrix = np. matrix ( np.array ([np.nan,4,3,np.nan,8,12]). reshape ((3,2)))

#view NumPy matrix
print (my_matrix)

[[nah 4.]
 [ 3. nah]
 [8.12.]]

NumPy matrix တွင် NaN တန်ဖိုးများအားလုံးကို သုညဖြင့် အစားထိုးရန် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 #replace nan values with zero in matrix
my_matrix[np. isnan (my_matrix)] = 0

#view updated array
print (my_matrix)

[[ 0. 4.]
 [ 30.]
 [8.12.]]

မူရင်း matrix မှ NaN တန်ဖိုးနှစ်ခုလုံးကို သုညဖြင့် အစားထိုးထားသည်ကို သတိပြုပါ။

ဆက်စပ်- NumPy array မှ NaN တန်ဖိုးများကို မည်ကဲ့သို့ ဖယ်ရှားနည်း

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် NumPy တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

NumPy အခင်းအကျင်းတစ်ခုကို တန်ဖိုးများ မည်သို့ဖြည့်ရမည်နည်း။
NumPy array မှ သီးခြား element များကို မည်ကဲ့သို့ ဖယ်ရှားနည်း
NumPy အခင်းအကျင်းတွင် အစိတ်အပိုင်းများကို အစားထိုးနည်း
NumPy အခင်းအကျင်းမှ တိကျသောအတန်းတစ်ခုကို မည်သို့ရနိုင်မည်နည်း။