16

我有下面的代码,我想将数据中的所有零转换为None(因为我不想在 matplotlib 中绘制数据)。但是,代码不起作用,0.仍在打印中

sd_rel_track_sum=np.sum(sd_rel_track, axis=1)
for i in sd_rel_track_sum:
   print i
   if i==0:
       i=None

return sd_rel_track_sum

任何人都可以想到一个解决方案。或者只是关于如何将所有 0 转移到None. 或者只是不在 Matplotlib 中绘制零值。

4

2 回答 2

29

为什么不为此使用 numpy 呢?

>>> values = np.array([3, 5, 0, 3, 5, 1, 4, 0, 9], dtype=np.double)
>>> values[ values==0 ] = np.nan
>>> values
array([  3.,   5.,  nan,   3.,   5.,   1.,   4.,  nan,   9.])

需要注意的是,values 不能是整数类型的数组。

于 2013-09-09T14:01:24.240 回答
20

使用 numpy 当然是更好的选择,除非您有充分的理由不使用它;)为此,请参阅 Daniel 的回答。

如果你想要一个裸 Python 解决方案,你可以这样做:

values = [3, 5, 0, 3, 5, 1, 4, 0, 9]

def zero_to_nan(values):
    """Replace every 0 with 'nan' and return a copy."""
    return [float('nan') if x==0 else x for x in values]

print(zero_to_nan(values))

给你:

[3, 5, nan, 3, 5, 1, 4, nan, 9]

Matplotlib 不会绘制nan(不是数字)值。

于 2013-09-09T11:46:38.187 回答