我需要计算一个numpy ndarray矩阵中非NaN元素的数量。如何在Python中有效地做到这一点?这是我实现此目的的简单代码:
import numpy as np
def numberOfNonNans(data):
count = 0
for i in data:
if not np.isnan(i):
count += 1
return count
在numpy中是否有为此内置函数?效率很重要,因为我正在进行大数据分析。
Thnx寻求任何帮助!
np.count_nonzero(~np.isnan(data))
~
反转从返回的布尔矩阵np.isnan
。
np.count_nonzero
计算不为0 \ false的值。.sum
应该给出相同的结果。但也许更清楚地使用count_nonzero
测试速度:
In [23]: data = np.random.random((10000,10000))
In [24]: data[[np.random.random_integers(0,10000, 100)],:][:, [np.random.random_integers(0,99, 100)]] = np.nan
In [25]: %timeit data.size - np.count_nonzero(np.isnan(data))
1 loops, best of 3: 309 ms per loop
In [26]: %timeit np.count_nonzero(~np.isnan(data))
1 loops, best of 3: 345 ms per loop
In [27]: %timeit data.size - np.isnan(data).sum()
1 loops, best of 3: 339 ms per loop
data.size - np.count_nonzero(np.isnan(data))
似乎几乎不是最快的。其他数据可能会给出不同的相对速度结果。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句