numpy中np.nanmax和np.max的区别及坑 numpy中np.nanmax和np.max的区别及坑

np.nanmax和np.array([1,2,3,np.nan]).max()的区别

原理
速度区别

numpy中nan和常用方法

np.nanmax和np.array([1,2,3,np.nan]).max()的区别 numpy中numpy.nanmax的官方文档

原理
在计算dataframe最大值时，最先用到的一定是Series对象的max()方法()，最终结果是4。

s1 = pd.Series([1,2,3,4,np.nan])s1_max = s1.max()

但是笔者由于数据量巨大，列数较多，于是为了加快计算速度，采用numpy进行最大值的计算，但正如以下代码，最终结果得到的是nan，而非4。发现，采用这种方式计算最大值，nan也会包含进去，并最终结果为nan。

s1 = pd.Series([1,2,3,4,np.nan])s1_max = s1.values.max()>>>nan

通过阅读numpy的文档发现，存在np.nanmax的函数，可以将np.nan排除进行最大值的计算，并得到想要的正确结果。
当然不止是max，min 、std、mean 均会存在列中含有np.nan时，s1.values.min /std/mean ()返回nan的情况。

速度区别
速度由快到慢依次:

s1 = pd.Series([1,2,3,4,5,np.nan])#速度由快至慢np.nanmax(s1.values) > np.nanmax(s1) > s1.max()

【numpy中np.nanmax和np.max的区别及坑】
numpy中nan和常用方法

#!/usr/bin/env python# -*- coding:utf-8 -*- # Author: Jia ShiLin import numpy as np a = np.arange(9, dtype=float).reshape(3, 3)a[[[1], [2]]] = np.nanprint(a)# isnan函数print(np.isnan(a))a[np.isnan(a)] = 0# 把nan替换成中值或者均值print(a) print(np.count_nonzero(a)) # sum()统计求和b = np.arange(12, dtype=int).reshape(2, 6)print(b)print(np.sum(b, axis=0))# 得到结果和行的形状一样print(np.sum(b, axis=1))# .mean()print(b.mean())print(b.mean(axis=0))print(b.mean(axis=1))# np.median()中位数print(np.median(b, axis=0))# .min() .max()# .ptp()机值print(np.ptp(b))# .std()标注差print(np.std(b, axis=0))