Python Float NaN

一、簡(jiǎn)介

Python float NaN指的是“Not a Number”，即不是數(shù)字的浮點(diǎn)數(shù)值。通常出現(xiàn)在交叉驗(yàn)證等機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景中。Python浮點(diǎn)數(shù)的NaN值是可以通過math.nan或float('nan')方法創(chuàng)建出來的。這個(gè)NaN值可以與其他數(shù)字進(jìn)行比較，但是卻不能和自身進(jìn)行比較。

讓我們來看一個(gè)例子：

import math
a = float('nan')
b = float('nan')
c = 1.0
print(a == b) # False
print(a == a) # False
print(math.isnan(a)) # True
print(c > a) # False

二、原理

Python 中的 NaN 與 IEEE 754 標(biāo)準(zhǔn)中的 NaN 實(shí)現(xiàn)基本相同。 IEEE 754 中只定義了雙精度（double precision）的 NaN，但使用時(shí)需注意單精度（float）的 NaN 實(shí)現(xiàn)也與雙精度相同，僅數(shù)字精度不同。

IEEE 754 中，NaN 有兩種類型：一種是 quiet NaN（QNaN）；一種是 signaling NaN（SNaN）。

QNaN 表示的是未定義或不適用的操作產(chǎn)生的結(jié)果。它可以被改變?yōu)?SNaN。

SNaN 表示的是嘗試執(zhí)行結(jié)果未定義的操作時(shí)產(chǎn)生的 NaN，默認(rèn)情況下，Python 只會(huì)使用 quiet NaN。SNaN 只應(yīng)該在調(diào)試和特定應(yīng)用中使用。

有一些操作可以產(chǎn)生 NaN，包括：

三、應(yīng)用

NaN 在機(jī)器學(xué)習(xí)中可用于以下用途：

四、使用示例

1. 缺失值填充

在數(shù)據(jù)分析中，經(jīng)常會(huì)遇到一些缺失值需要填充。通過將缺失值替換為 NaN，在分析中可以方便地使用 df.isna() 或 df.isnull() 進(jìn)行識(shí)別。

import pandas as pd
import numpy as np

data = {'name': ['Tom', 'Jerry', 'Mickey', 'Donald'],
        'age': [28, 25, np.nan, 22],
        'salary': [3000, 5000, np.nan, 8000]}

df = pd.DataFrame(data)
print(df)

df.fillna(value=np.nan, inplace=True)
print(df)

2. 標(biāo)記異常值

有些數(shù)據(jù)集中可能存在一些離群值，將其用 NaN 標(biāo)記，可以在分析中忽略這些數(shù)據(jù)點(diǎn)，并且不會(huì)對(duì)其他數(shù)據(jù)造成干擾。

import pandas as pd
import numpy as np

data = {'name': ['Tom', 'Jerry', 'Mickey', 'Donald'],
        'age': [28, 25, 500, 22],
        'salary': [3000, 5000, 10000, 8000]}

df = pd.DataFrame(data)
print(df)

df['age'] = np.where(df['age'] > 100, np.nan, df['age'])
print(df)

3. 簡(jiǎn)化數(shù)據(jù)處理

有些數(shù)據(jù)點(diǎn)會(huì)對(duì)分析造成干擾，這時(shí)可以將其替換為 NaN，這樣在分析時(shí)就不會(huì)考慮這些特殊情況，避免對(duì)其他數(shù)據(jù)產(chǎn)生影響。

import pandas as pd
import numpy as np

data = {'name': ['Tom', 'Jerry', 'Mickey', 'Donald'],
        'age': [28, 25, 500, 22],
        'salary': [3000, 5000, 10000, 8000]}

df = pd.DataFrame(data)
print(df)

df['age'] = np.where(df['age'] > 100, np.nan, df['age'])
df['salary'] = np.where(df['salary'] > 10000, np.nan, df['salary'])
print(df)