numpy是无法直接判断出由数值与字符混合组成的数组中的数值型数据的，因为由数值类型和字符类型组成的numpy数组已经不是数值类型的数组了，而是dtype='<U11'。
1、math.isnan也不行，它只能判断float("nan")：
> import math
> math.isnan(1)
False
> math.isnan('a')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: a float is required
> math.isnan(float("nan"))
True
>
2、np.isnan不可用，因为np.isnan只能用于数值型与np.nan组成的numpy数组：
> import numpy as np > test1=np.array([1,2,'aa',3]) > np.isnan(test1) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''sa fe'' > test2=np.array([1,2,np.nan,3]) > np.isnan(test2) array([False, False, True, False], dtype=bool) >
解决办法：
方法1：将numpy数组转换为python的list，然后通过filter过滤出数值型的值，再转为numpy, 但是，有一个严重的问题，无法保证原来的索引
> import numpy as np > test1=np.array([1,2,'aa',3]) > list1=list(test1) > def filter_fun(x): ... try: ... return isinstance(float(x),(float)) ... except: ... return False ... > list(filter(filter_fun,list1)) ['1', '2', '3'] > np.array(filter(filter_fun,list1)) array(<filter object at 0x0339CA30>, dtype=object) > np.array(list(filter(filter_fun,list1))) array(['1', '2', '3'], dtype='<U1') > np.array([float(x) for x in filter(filter_fun,list1)]) array([ 1., 2., 3.]) >
方法2：利用map制作bool数组，然后再过滤数据和索引：
> import numpy as np > test1=np.array([1,2,'aa',3]) > list1=list(test1) > def filter_fun(x): ... try: ... return isinstance(float(x),(float)) ... except: ... return False ... > import pandas as pd > test=pd.DataFrame(test1,index=[1,2,3,4]) > test 0 1 1 2 2 3 aa 4 3 > index=test.index > index Int64Index([1, 2, 3, 4], dtype='int64') > bool_index=map(filter_fun,list1) > bool_index=list(bool_index) #bool_index这样的迭代结果只能list一次，一次再list时会是空，所以保存一下list的结果 > bool_index [True, True, False, True] > new_data=test1[np.array(bool_index)] > new_data array(['1', '2', '3'], dtype='<U11') > new_index=index[np.array(bool_index)] > new_index Int64Index([1, 2, 4], dtype='int64') > test2=pd.DataFrame(new_data,index=new_index) > test2 0 1 1 2 2 4 3 >
以上这篇numpy判断数值类型、过滤出数值型数据的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
numpy,数值类型
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。