python - 如何从 numpy 数组中删除正无穷大...如果它已经转换为数字？

Question

一旦已经将它们转换为数字格式，如何从 numpy 数组中删除正无穷大数？我正在使用一个在内部使用 numpy 的包，但是在返回某些数组时，某些值作为 1.79769313486e+308 正无穷大数返回。

是否有一种优雅而快速的方法来删除这些（在我的情况下我想要'0'），或者迭代数组是最好的解决方案？

Answer 1

首先，1.79769313486e+308不一样+inf。前者是 64 位浮点数可以表示的最大数，后者是特殊浮点数。

如果您的数组中只有非常大的数字，那么：

A[A > 1e308] = 0

足够了。Thet 将上面的 oll 元素替换1e308为 0。

也可以使用inf's 进行操作。例如：

>>> fmax = np.finfo(np.float64).max
>>> pinf = float('+inf')
>>> ninf = float('-inf')
>>> fnan = float('nan')
>>> print fmax, pinf, ninf, fnan
1.79769313486e+308 inf -inf nan

所以，这些是完全不同的东西。您可以比较其中一些：

>>> pinf > fmax
True
>>> ninf < 0.0
True
>>> pinf == pinf
True
>>> pinf == ninf
False

这看起来不错！但是，nan行为不同：

>>> fnan > 0
False
>>> fnan < 0
False
>>> fnan == 0
False
>>> fnan < pinf
False
>>> fnan == fnan
False

您可以在 Numpy 中使用正无穷和负无穷，ndarray没有任何问题。这将起作用：

A[A == pinf] = 0.0

但如果nan数组中有 s，你会收到一些抱怨：

>>> np.array([fnan, pinf, ninf]) < 0
RuntimeWarning: invalid value encountered in less
[False, False, True]

所以，它有效但抱怨 => 不使用。没有nan:

>>> np.array([0.0, pinf, ninf]) < 0
[False, False, True]

如果你想对nans 做一些事情（如果你有的话），使用numpy.isnan：

A[np.isnan(A)] = 0.0

会将所有nans 变为零。

---

而且——这是你没有问的——这里有一个让你的朋友大吃一惊（*）：

>>> [float('-0.0'), 0.0] * 3
[-0.0, 0.0, -0.0, 0.0, -0.0, 0.0]

是的，float64（和float32）甚至有一个单独的-0.0. 但是，在计算中，它充当普通的零：

>>> float('-0.0') == 0.0
True

(*) 取决于你称之为朋友的人。

Answer 2

要删除非常高的值：

>>> a = numpy.array([1, 2, 1.8E308, 1.8E308, 42])
>>> a[a < 1E308] # use whatever threshold you like
array([  1.,   2.,  42.])

要将它们设置为 0：

>>> a = numpy.array([1, 2, 1.8E308, 1.8E308, 42])
>>> a[a >= 1E308] = 0
>>> a
array([  1.,   2.,   0.,   0.,  42.])