11_Numpy含有缺失值ndarray数组的求和，平均值的计算方法

11_Numpy含有缺失值ndarray数组的求和，平均值的计算方法

通常情况下，ndarrya数组中会含有一个或多个缺失值(nan)，这种情况下使用函数sum()来求和的话，会直接返回nan。这个时候可以使用函数nansum()，可以对缺失值(nan)以外的其他值进行求和。

机器学习时，对于缺失值的处理方法，在以后的文章中再进行介绍。

举例：使用函数np.genfromtxt()读取一个含有缺失值的csv文件。缺失值的部分将直接显示为nan。

import numpy as np

arr = np.genfromtxt('./data/sample_nan.csv', delimiter=',')
print(arr)
# [[ 11.  12.  nan  14.]
#  [ 21.  nan  nan  24.]
#  [ 31.  32.  33.  34.]]

使用nansum()进行求和

使用函数sun()的话，将直接返回nan。

print(arr.sum())
# nan

print(np.sum(arr))
# nan

使用函数nansum()的话，可以对缺失值(nan)以外的其他值进行求和。

print(np.nansum(arr))
# 212.0

也可以通过参数axis，来指定行或列的计算。

• axis的使用可以参考以下链接：
  03_Numpy的数组各行，各列的求和，平均值，最大值，最小值，最大最小值差，标准差，方差等的计算

print(np.nansum(arr, axis=0))
# [ 63.  44.  33.  72.]

print(np.nansum(arr, axis=1))
# [  37.   45.  130.]

平均值，最大值，最小值等的计算

平均值，最大值，最小值，标准差，方差等的计算，可以使用函数np.nanmean(), np.nanmax(), np.nanmin(), np.nanstd(), np.nanvar()。

print(np.nanmean(arr))
# 23.5555555556

print(np.nanmax(arr))
# 34.0

print(np.nanmin(arr))
# 11.0

print(np.nanstd(arr))
# 8.90831211237

print(np.nanvar(arr))
# 79.3580246914