2
如何做两个向量可能缺失值的numpy点积?这似乎需要许多额外的步骤,有更简单的方法来做到这一点?:缺失值的numpy点积
v1 = np.array([1,4,2,np.nan,3])
v2 = np.array([np.nan,np.nan,2,4,1])
np.where(np.isnan(v1),0,v1).dot(np.where(np.isnan(v2),0,v2))
如何做两个向量可能缺失值的numpy点积?这似乎需要许多额外的步骤,有更简单的方法来做到这一点?:缺失值的numpy点积
v1 = np.array([1,4,2,np.nan,3])
v2 = np.array([np.nan,np.nan,2,4,1])
np.where(np.isnan(v1),0,v1).dot(np.where(np.isnan(v2),0,v2))
我们可以使用np.nansum
总结忽略逐元素相乘后NaNs
值 -
np.nansum(v1*v2)
样品运行 -
In [109]: v1
Out[109]: array([ 1., 4., 2., nan, 3.])
In [110]: v2
Out[110]: array([ nan, nan, 2., 4., 1.])
In [111]: np.where(np.isnan(v1),0,v1).dot(np.where(np.isnan(v2),0,v2))
Out[111]: 7.0
In [115]: v1*v2
Out[115]: array([ nan, nan, 4., nan, 3.])
In [116]: np.nansum(v1*v2)
Out[116]: 7.0
虽然我在传递熊猫系列时遇到以下错误,但我没有得到我的答案:TypeError:'Series'对象无法解释作为一个整数' –
@AllenWang添加样品熊猫系列成问题? – Divakar
Nvm,我认为这是一个错字 –