Python 中表示空數據使用 None，它是 NoneType?類型，如下所示：In?[59]:?type(None)????????????
Out[59]:?NoneType

NoneType 類型沒有對外公開屬性和方法：

因此，None 比較容易理解，就是一種空類型。

但是使用過 NumPy 的肯定都會接觸到 nan 這種類型，它的其他寫法：NaN或 NAN，查看其類型卻發現是 float 類型：

In?[63]:?type(np.nan)????????????????????
Out[63]:?float

這不免讓人心生疑惑，nan 不是空數據，而是浮點數，那么到底等于多少？

原來這并不是NumPy特有的數值，而是IEEE754規定的特殊浮點數之一。

特殊在哪里？

這就要知道計算機是如何表示浮點數的，IEEE754 標準中規定 float 單精度浮點數，在機器中表示用 1 位表示數字的符號，用 8 位表示指數，用 23 位表示尾數，即小數部分，如下圖所示：

關于浮點數表示更加詳細的解釋可參考下面鏈接，在此不詳細展開：

https://blog.csdn.net/k346k346/article/details/50487127

對于單浮點數，指數部分由8位組成，所以取值范圍：0到255，而指數等于0，255 這兩個值，IEEE754 標準有特別的規定：

1. 當指數等于0，并且小數點后所有位全為 0，則這個數為 0

2.?當指數等于255，并且小數點后所有位全為 0，則這個數為無窮，當符號位為0時正無窮 float('inf')，當符號位為1時負無窮 float('-inf')

3. 當指數等于255，并且小數點后至少一位不為 0，規定此浮點數為 nan，表達的含義：not a number ，不是一個數

以上就是 NumPy 中 nan 的解釋，弄清楚本質后，再來看幾個關于它的運算。

既然 nan 不是一個數，所以拿它與任何浮點數比較，返回結果都是 False：

In?[64]:?np.nan?0????????????????????
Out[64]:?False

In?[65]:?np.nan?==?np.nan?????????????????????
Out[65]:?False

In?[66]:?np.nan?Out[66]:?False

找出 np.nan 出現的索引位置，可以使用 isnan 方法：

In?[67]:?a?=?np.array([-9,np.nan,10,np.nan])
#?找出np.nan出現的索引
In?[68]:?a.where(np.isnan(a))?
#?返回結果
#?(array([1,?3]),)

往期精彩回顧

適合初學者入門人工智能的路線及資料下載

機器學習及深度學習筆記等資料打印

機器學習在線手冊

深度學習筆記專輯

《統計學習方法》的代碼復現專輯

AI基礎下載

機器學習的數學基礎專輯

獲取本站知識星球優惠券，復制鏈接直接打開：

https://t.zsxq.com/qFiUFMV

本站qq群704220115。

加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的数据返回nan_NumPy 的 nan 如何理解？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。