資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究比較兩個陣列並在 NumPy 中忽略 NaN 返回逐元素最大值
要比較兩個陣列並在忽略 NaN 的情況下返回逐元素最大值，請在 Python NumPy 中使用 **numpy.fmax()** 方法。返回值為 True 或 False。
比較兩個陣列並返回一個包含逐元素最大值的新陣列。如果要比較的元素之一是 NaN，則返回非 NaN 元素。如果兩個元素都是 NaN，則返回第一個元素。後者的區別對於複數 NaN 非常重要，複數 NaN 定義為實部或虛部至少有一個是 NaN。其淨效應是，儘可能忽略 NaN。
步驟
首先，匯入所需的庫 -
import numpy as np
使用 array() 方法建立兩個二維 NumPy 陣列。我們插入了一些包含 NaN 值的元素 -
arr1 = np.array([[6, 9, np.NaN],[25, 11, 21]]) arr2 = np.array([[8, np.NaN, np.NaN],[22, 19, 26]])
顯示陣列 -
print("Array 1...
", arr1)
print("
Array 2...
", arr2)獲取陣列的型別 -
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)獲取陣列的維度 -
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)獲取陣列的形狀 -
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要比較兩個陣列並在忽略 NaN 的情況下返回逐元素最大值，請在 Python NumPy 中使用 numpy.fmax() 方法。返回值為 True 或 False -
print("
Result (maximum ignoring NaNs)...
",np.fmax(arr1, arr2))
示例
import numpy as np
# Creating two 2D numpy array using the array() method
# We have inserted elements with some NaN values
arr1 = np.array([[6, 9, np.NaN],[25, 11, 21]])
arr2 = np.array([[8, np.NaN, np.NaN],[22, 19, 26]])
# Display the arrays
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# Get the type of the arrays
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# Get the dimensions of the Arrays
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)
# Get the shape of the Arrays
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)
# To compare two arrays and return the element-wise maximum ignoring NaNs, use the numpy.fmax() method in Python Numpy
# Return value is either True or False
print("
Result (maximum ignoring NaNs)...
",np.fmax(arr1, arr2))輸出
Array 1... [[ 6. 9. nan] [25. 11. 21.]] Array 2... [[ 8. nan nan] [22. 19. 26.]] Our Array 1 type... float64 Our Array 2 type... float64 Our Array 1 Dimensions... 2 Our Array 2 Dimensions... 2 Our Array 1 Shape... (2, 3) Our Array 2 Shape... (2, 3) Result (maximum ignoring NaNs)... [[ 8. 9. nan] [25. 19. 26.]]
更新於: 2022 年 2 月 7 日
340 次檢視
廣告