5.2 KiB
NumPy nancumsum–完全指南
原文:# t0]https://www . aspython . com/python-modules/num py/numpy-nanum
大家好，欢迎来到这个关于 Numpy nancumsum 的教程。在我们之前的教程中，我们已经了解了 NumPy cumsum 和 NumPy nansum 。在本教程中，我们将学习 NumPy nancumsum() 方法，也将看到许多相同的例子。让我们开始吧！
推荐阅读: NumPy cumsum ，NumPy nansum
什么是 NumPy nancumsum？
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，并且想要找到它的累积和，我们可以使用 NumPy 的nancumsum()方法。
累积和是给定序列的部分和的序列。如果 {a，b，c，d，e，f，…..} 是一个序列那么它的累加和表示为 {a，a+b，a+b+c，a+b+c+d，…。} 。
NumPy 中的nancumsum()方法是一个函数，它返回通过将数组中的 NaN 值视为等于 0 而计算的数组元素的累积和。它可以是展平数组的累积和、沿行数组元素的累积和或沿列数组元素的累积和。
我们将在本教程的下一节看到每个例子。
NumPy nancumsum 的语法
numpy.nancumsum(a, axis=None, dtype=None, out=None)
| 参数 | 描述 | 必需/可选 | | a | 输入数组。 | 需要 | | 轴 | 要沿其计算数组累积和的轴。它可以是 axis=0 或 axis=1 或 axis=None，这意味着要返回展平数组的累积和。 | 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和长度。 | 可选择的 |
返回: 一个新的数组，它包含将 NaN 值视为等于零的输出，即累积和。如果提到了 out ，则返回对它的引用。
numpy.nancumsum()方法的示例
现在让我们借助一些例子来看看如何使用这个函数。
单个元素的累积和
import numpy as np
a = 8
ans_a = np.nancumsum(a)
b = np.nan
ans_b = np.nancumsum(b)
print("a =", a)
print("Cumulative sum of a =", ans_a)
print("b =", b)
print("Cumulative sum of b =", ans_b)
输出:
a = 8
Cumulative sum of a = [8]
b = nan
Cumulative sum of b = [0.]
包含 nan 的一维数组的累积和
import numpy as np
arr = [7, 8, np.nan, 10, np.nan, np.nan]
ans = np.nancumsum(arr)
print("arr =", arr)
print("Cumulative sum of arr =", ans)
输出:
arr = [7, 8, nan, 10, nan, nan]
Cumulative sum of arr = [ 7\. 15\. 15\. 25\. 25\. 25.]
在上面的代码中，数组包含 3 个 NaN 值。在计算累积和时，nancumsum()方法将这些值视为等于零。因此，累积和计算为 7，7+8，7+8+0，7+8+0+10，7+8+0+10+0，7+8+0+10+0+0，结果为 7，15，15，25，25，25。
包含 nan 的二维数组的累积和
import numpy as np
arr = [[5, np.nan, 3], [np.nan, 2, 1]]
ans = np.nancumsum(arr)
print("arr =", arr)
print("Cumulative sum of arr =", ans)
输出:
arr = [[5, nan, 3], [nan, 2, 1]]
Cumulative sum of arr = [ 5\. 5\. 8\. 8\. 10\. 11.]
在二维数组的情况下，当没有提到轴时，数组首先被展平，然后通过将 NaNs 视为 0 来计算其累积和。
在上面的示例中，数组首先被展平为[5，np.nan，3，np.nan，2，1]，即按行排列，然后其累积和被计算为[5，5+0，5+0+3+0，5+0+3+0+2，5+0+3+0+2+1]，这产生了函数返回的数组[5，5，8，8，10，11]。
将 NaN 视为 0 的沿轴累计总和
轴=0
import numpy as np
arr = [[8, np.nan, 6], [np.nan, 10, 20]]
# cumulative sum along axis=0
ans = np.nancumsum(arr, axis=0)
print("arr =\n", arr)
print("Cumulative sum of arr =\n", ans)
输出:
arr =
[[8, nan, 6], [nan, 10, 20]]
Cumulative sum of arr =
[[ 8\. 0\. 6.]
[ 8\. 10\. 26.]]
把南当 0，第一排照原样。第二行包含按 8+0、0+10、6+20 计算的累积和，即 8、10 和 26。也就是说，累积和是按列计算的，并以行的形式存储。
轴=1
import numpy as np
arr = [[8, np.nan, 6], [np.nan, 10, 20]]
# cumulative sum along axis=1
ans = np.nancumsum(arr, axis=1)
print("arr =\n", arr)
print("Cumulative sum of arr =\n", ans)
输出:
arr =
[[8, nan, 6], [nan, 10, 20]]
Cumulative sum of arr =
[[ 8\. 8\. 14.]
[ 0\. 10\. 30.]]
这里，第一列是原样，第二列包含计算为 8+0，0+10 的累积和，结果是 8，10，第三列具有 8+0+6，0+10+20 的累积和，即 14 和 30。也就是说，累积和是按行计算的，并以列的形式存储。
结论
仅此而已！在本教程中，我们学习了 Numpy nancumsum 方法，并使用该方法练习了不同类型的示例。你可以从我们的 NumPy 教程这里了解更多关于 NumPy 的信息。