Numpy: как посчитать количество элементов, равных nan

Вы можете использовать следующий базовый синтаксис для подсчета количества элементов, равных NaN, в массиве NumPy:

 import numpy as np

n.p. count_nonzero (np. isnan (my_array))

Этот конкретный пример вернет количество элементов, равное NaN, в массиве NumPy с именем my_array .

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: подсчитать количество элементов, равных NaN, в массиве NumPy.

Следующий код показывает, как использовать функцию count_nonzero() для подсчета количества элементов в массиве NumPy, равного NaN:

 import numpy as np

#create NumPy array
my_array = np. array ([5, 6, 7, 7, np. nan , 12, 14, 10, np. nan , 11, 14])

#count number of values in array equal to NaN
n.p. count_nonzero (np. isnan (my_array))

2

Из вывода мы видим, что 2 значения массива NumPy равны NaN.

Мы можем вручную просмотреть массив NumPy, чтобы убедиться, что в массиве действительно есть два элемента NaN.

Если вместо этого вы хотите подсчитать количество элементов , не равных NaN , вы можете использовать функцию count_nonzero() следующим образом:

 import numpy as np

#create NumPy array
my_array = np. array ([5, 6, 7, 7, np. nan , 12, 14, 10, np. nan , 11, 14])

#count number of values in array not equal to NaN
n.p. count_nonzero ( ~ np.isnan (my_array))

9

Из результата мы видим, что 9 значений в массиве NumPy не равны NaN.

Примечание . Оператор тильда ( ~ ) используется для обозначения противоположности выражения. В этом примере он подсчитывает количество элементов, не равных NaN.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в Python:

Как рассчитать режим массива NumPy
Как посчитать уникальные значения в массиве NumPy
Как подсчитать количество элементов, равных нулю, в NumPy
Как посчитать количество элементов, равных True в NumPy