Numpy: як підрахувати кількість елементів, що дорівнює nan

Щоб підрахувати кількість елементів, що дорівнює NaN, у масиві NumPy можна використовувати наступний базовий синтаксис:

 import numpy as np

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

Цей приклад повертає кількість елементів, що дорівнює NaN, у масиві NumPy під назвою my_array .

У наступному прикладі показано, як використовувати цей синтаксис на практиці.

Приклад: підрахувати кількість елементів, що дорівнює NaN, у масиві NumPy

У наступному коді показано, як використовувати функцію count_nonzero() для підрахунку кількості елементів у масиві NumPy, що дорівнює 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

З результату ми бачимо, що 2 значення масиву NumPy дорівнюють NaN.

Ми можемо вручну переглянути масив NumPy, щоб переконатися, що в масиві дійсно є два елементи NaN.

Якщо натомість ви хочете підрахувати кількість елементів , що не дорівнює NaN , ви можете скористатися функцією count_nonzero() наступним чином:

 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

З результату ми бачимо, що 9 значень в масиві NumPy не дорівнюють NaN.

Примітка : оператор тильди ( ~ ) використовується для представлення протилежного виразу. У цьому прикладі підраховується кількість елементів, що не дорівнює NaN.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в Python:

Як розрахувати режим масиву NumPy
Як підрахувати унікальні значення в масиві NumPy
Як порахувати кількість елементів, що дорівнює нулю в NumPy
Як підрахувати кількість елементів, що дорівнює True у NumPy