203 lines
5.0 KiB
Markdown
203 lines
5.0 KiB
Markdown
# NumPy nan sum–完整指南
|
||
|
||
> 原文:# t0]https://www . aspython . com/python-modules/num py/numpy-nansum
|
||
|
||
你好，欢迎来到这个关于 **Numpy nansum** 的教程。在本教程中，我们将学习 NumPy `nansum()`方法，也将看到许多关于这个方法的例子。让我们开始吧！
|
||
|
||
***也读作:[NumPy nanprod——完全指南](https://www.askpython.com/python-modules/numpy/numpy-nanprod)***
|
||
|
||
* * *
|
||
|
||
## 什么是 NumPy nansum？
|
||
|
||
在 Python 中， **NaN** 表示**而不是数字**。如果我们有一个包含一些 NaN 值的数组，并且想要找到它的和，我们可以使用 NumPy 的`nansum()`方法。
|
||
|
||
NumPy 中的`nansum()`方法是一个函数，它返回通过将数组中的 NaN 值视为等于 0 而计算出的数组元素之和。它可以是所有数组元素的总和、沿行数组元素的总和或沿列数组元素的总和。
|
||
|
||
我们将在本教程的下一节看到每个例子。
|
||
|
||
* * *
|
||
|
||
## NumPy nansum 的语法
|
||
|
||
```py
|
||
numpy.nansum(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)
|
||
|
||
```
|
||
|
||
| **参数** | **描述** | **必需/可选** |
|
||
| (类似数组) | 需要求和的输入数组。 | 需要 |
|
||
| 轴 | 要沿其计算数组总和的轴。它可以是 axis=0，即沿列，也可以是 axis=1，即沿行，或者 axis=None，这意味着要返回整个数组的总和。 | 可选择的 |
|
||
| 数据类型 | 要返回的数组的数据类型。 | 可选择的 |
|
||
| 在外 | 放置结果的替代输出数组。它必须具有与预期输出相同的形状。 | 可选择的 |
|
||
| keepdims (bool) | 如果设置为真，减少的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将根据输入数组正确传播。 | 可选择的 |
|
||
| 最初的 | 总和的起始值。 | 可选择的 |
|
||
| 在哪里 | 要包含在总和中的元素。 | 可选择的 |
|
||
|
||
**返回:**
|
||
一个与 *a* 形状相同的数组，如果轴不为 None，则包含沿给定轴将 NaN 值视为 0 的 *a* 的元素之和。如果 axis=None，则返回一个标量，它是整个数组的总和。
|
||
|
||
* * *
|
||
|
||
## Numpy.nansum()的示例
|
||
|
||
现在让我们来看一些例子。
|
||
|
||
### 使用 Numpy.nansum()对整个数组求和
|
||
|
||
**一维数组**
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
a = np.array([10, np.nan, 5, 3, np.nan])
|
||
ans = np.nansum(a)
|
||
print("a =", a)
|
||
print("Sum of the array =", ans)
|
||
|
||
```
|
||
|
||
**输出:**
|
||
|
||
```py
|
||
a = [10\. nan 5\. 3\. nan]
|
||
Sum of the array = 18.0
|
||
|
||
```
|
||
|
||
这里，通过将所有 NaN 值视为零来计算数组的总和。因此，总和= 10+0+5+3+0 = 18。
|
||
|
||
**二维数组**
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
a = np.array([[10, np.nan, 5], [np.nan, 2, 6]])
|
||
ans = np.nansum(a)
|
||
print("a =", a)
|
||
print("Sum of the array =", ans)
|
||
|
||
```
|
||
|
||
**输出:**
|
||
|
||
```py
|
||
a = [[10\. nan 5.]
|
||
[nan 2\. 6.]]
|
||
Sum of the array = 23.0
|
||
|
||
```
|
||
|
||
类似于上面的例子，sum = 10+0+5+0+2+6 = 23。
|
||
|
||
* * *
|
||
|
||
### 使用 Numpy.nansum()沿轴求和
|
||
|
||
**逐列求和**
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
a = np.array([[10, np.nan, 5],
|
||
[np.nan, 2, 6]])
|
||
# sum along axis=0 i.e. columns
|
||
ans = np.nansum(a, axis = 0)
|
||
print("a =", a)
|
||
print("Sum of the array =", ans)
|
||
|
||
```
|
||
|
||
**输出:**
|
||
|
||
```py
|
||
a = [[10\. nan 5.]
|
||
[nan 2\. 6.]]
|
||
Sum of the array = [10\. 2\. 11.]
|
||
|
||
```
|
||
|
||
axis=0 指定按列计算总和。
|
||
第 0 列总和= 10+0 = 10
|
||
第 1 列总和= 0+2 =2
|
||
第 2 列总和= 5+6 = 11
|
||
|
||
**逐行求和**
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
a = np.array([[10, np.nan, 5],
|
||
[np.nan, 2, 6]])
|
||
# sum along axis=1 i.e. rows
|
||
ans = np.nansum(a, axis = 1)
|
||
print("a =", a)
|
||
print("Sum of the array =", ans)
|
||
|
||
```
|
||
|
||
**输出:**
|
||
|
||
```py
|
||
a = [[10\. nan 5.]
|
||
[nan 2\. 6.]]
|
||
Sum of the array = [15\. 8.]
|
||
|
||
```
|
||
|
||
将 NaN 值视为 0，
|
||
第 0 行总和= 10+0+5 = 15
|
||
第 1 行总和= 0+2+6 = 8
|
||
|
||
* * *
|
||
|
||
### 包含无穷大的数组的和
|
||
|
||
```py
|
||
import numpy as np
|
||
|
||
# array containing +infinity
|
||
a = np.array([8, 4, np.nan, np.inf, 13])
|
||
# array containing -infinity
|
||
b = np.array([8, 4, np.nan, np.NINF, 13])
|
||
# array containing +infinity and -infinity
|
||
c = np.array([8, 4, np.nan, np.inf, np.NINF, 13])
|
||
|
||
sum_a = np.nansum(a)
|
||
sum_b = np.nansum(b)
|
||
sum_c = np.nansum(c)
|
||
|
||
print("a =", a)
|
||
print("Sum of the array a =", sum_a)
|
||
print("b =", b)
|
||
print("Sum of the array b =", sum_b)
|
||
print("c =", c)
|
||
print("Sum of the array c =", sum_c)
|
||
|
||
```
|
||
|
||
**输出:**
|
||
|
||
```py
|
||
a = [ 8\. 4\. nan inf 13.]
|
||
Sum of the array a = inf
|
||
b = [ 8\. 4\. nan -inf 13.]
|
||
Sum of the array b = -inf
|
||
c = [ 8\. 4\. nan inf -inf 13.]
|
||
Sum of the array c = nan
|
||
|
||
```
|
||
|
||
在上面的代码中，NINF 表示-无穷大，INF 表示无穷大。请注意，如果数组包含正无穷大，则总和为正无穷大，如果数组包含负无穷大，则总和为负无穷大。如果数组同时包含正无穷大和负无穷大，则数组的和为 NaN。
|
||
|
||
* * *
|
||
|
||
## 结论
|
||
|
||
仅此而已！在本教程中，我们学习了 **Numpy nansum** 方法，并使用相同的方法练习了不同类型的示例。如果你想了解更多关于 NumPy 的信息，请随意浏览我们的 [NumPy 教程](https://www.askpython.com/python-modules/numpy)。
|
||
|
||
* * *
|
||
|
||
## 参考
|
||
|
||
* [NumPy nansum 官方文档](https://numpy.org/doc/stable/reference/generated/numpy.nansum.html) |