Python numpy数组的平均值返回Nan

我有一个

np.array

，我想计算它的平均值。当我运行代码时，这部分代码返回Nan：

data-=np.mean（数据，dtype=np.float64）

---

问题是什么？

您的阵列中很可能有

nan

您可以选择不属于

NaN

的所有其他元素，如：

my_array = my_array[~np.isnan(my_array)]

---

因为数字和NaN之间的任何操作都会返回NaN，因此如果

数据

数组至少包含一个NaN，则

np.mean

操作将返回NaN。您可以使用

np.nanmean

函数计算平均值（检查）：

编辑：对于同时包含NaN和Inf值的数组

如果数组还包含Inf值，则需要计算平均值，而不考虑这两个值

>>将numpy作为np导入
>>>x=np.array（[np.nan，np.inf，1]）
>>>np.平均值（x）
楠
>>>np.nanmean（x）
inf
>>>np.nanmean（x[x~=np.isinf（x）]）
1

或者，您可以使用

np.nan\u to_num

将数组转换为值，在这里您可以决定哪些值可以替换nan、+Inf和-Inf值，这样以后每个常规函数都可以工作。例如，在您的情况下，如果您想在平均值中同时丢弃Inf和NaN，您可以将每个“坏”值转换为NaN，并在结果数组上应用

np.nanmean

：

>>将numpy作为np导入
>>>x=np.array（[np.nan，np.inf，1]）
>>>y=np.nan\u to_num（x，nan=np.nan，posinf=np.nan）
>>>y
数组（[nan，nan，1.]））
>>>y_平均值=np.nanmean（y）
>>>你是说
1

我猜数组中可能有N，或者数组是空的。@dmuir:我检查了数组，它的一些值​​你是楠。我该怎么办？您能添加一些示例数据吗？

np.nan\u to_num（x）

可用于替换nan值。@我添加了此代码并更改了值​​但是这次在执行代码（data-=np.mean（data））之后，np.mean返回无穷大。有什么问题吗？我这样做了，但它返回了无穷大。问题出在哪里？数组也可能包含无限值。在这种情况下，您肯定希望忽略它们。我编辑了我的答案。我检查了我的数据，它没有无穷大的值，但在执行代码后，它返回无穷大。我能做些什么呢？您能共享您的数据（或数据的子集）吗？

np.min

和

np.max

返回什么？当你绘制它时，你看到了什么？

data -= np.nanmean(data, dtype=np.float64)