除以0后,在numpy数组中将NaN替换为0

我正在划分两个numpy数组:

>>> import numpy as np
>>> a1 = np.array([[ 0,  3],
                   [ 0,  2]])
>>> a2 = np.array([[ 0,  3],
                   [ 0,  1]])
>>> d = a1/a2
>>> d
array([[ nan,   1.],
       [ nan,   2.]])
>>> where_are_NaNs = np.isnan(d)
>>> d[where_are_NaNs] = 0
>>> d
>>> array([[ 0.,  1.],
           [ 0.,  2.]])

我正在寻找一种方法来获得0而不是使用for循环的Nan？

numpy fillna()和pandas 有类似的功能吗？

这应该工作并将所有NAN转换为0

d[np.isnan(d)] = 0

如果你想要一行,请考虑

d = np.nan_to_num(a1/a2)

将所有NAN转换为0,请参见此处:http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.nan_to_num.html

注意:除以0时,您应该遵循下面的@ imp9解决方案,以避免不必要的警告或错误.

您可能应该在的上下文中np.errstate(divide='ignore', invalid='ignore')进行除法，以使被除数本身不为零（两者是单独的警告）时，除以0不会引发错误或警告。

with np.errstate(divide='ignore', invalid='ignore'):
    d = a1/a2
#Geotob's solution
d[np.isnan(d)] = 0

如果您希望它发出警告，请更改'ignore'为'warn'。参考