Python 理解sqrt的行为-在编写不同的代码时给出不同的结果
我有熊猫系列,其编号如下:Python 理解sqrt的行为-在编写不同的代码时给出不同的结果,python,pandas,null,series,sqrt,Python,Pandas,Null,Series,Sqrt,我有熊猫系列,其编号如下: 0 -1.309176 1 -1.226239 2 -1.339079 3 -1.298509 ... 我试图计算序列中每个数字的平方根 当我尝试整个系列时: s**0.5 >>> 0 NaN 1 NaN 2 NaN 3 NaN 4 NaN .. 10778 NaN 但如果我拿数字来说,它是有效的: -1.309176**0.5 我还尝试从系列中分
0 -1.309176
1 -1.226239
2 -1.339079
3 -1.298509
...
我试图计算序列中每个数字的平方根
当我尝试整个系列时:
s**0.5
>>>
0 NaN
1 NaN
2 NaN
3 NaN
4 NaN
..
10778 NaN
但如果我拿数字来说,它是有效的:
-1.309176**0.5
我还尝试从系列中分割数字:
b1[0]**0.5
>>>
nan
所以我试图理解为什么我写数字时它起作用,但在使用该系列时它不起作用
*这些值是浮点型的:
s.dtype
>>>dtype('float64')
s.to_frame().info()
>>>
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10783 entries, 0 to 10782
Data columns (total 1 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 B1 10783 non-null float64
dtypes: float64(1)
memory usage: 84.4 KB
s.dtype
>>>数据类型('float64')
s、 至_frame().info()
>>>
范围索引:10783个条目,0到10782
数据列(共1列):
#列非空计数数据类型
--- ------ -------------- -----
0 B1 10783非空浮点64
数据类型:float64(1)
内存使用率:84.4KB
你不能取一个负数的平方根(如果不尝试复数的话)
>np.sqrt(-1.30)
:1:RuntimeWarning:在sqrt中遇到无效值
楠
当您执行
-1.309176**0.5
时,实际上是在执行-(1.309176**0.5)
,这是有效的。这与python中的运算符优先级有关。**
>一元运算符的优先级-
>>>1.309176**0.5
-1.144192291531454
>>> (-1.309176)**0.5
(7.006157137165352e-17+1.144192291531454j)
负数的平方根应该是复数。但当您计算-1.309176**0.5
时,它首先计算1.309176**0.5
,然后取其负数,因为**
的优先级为>-
>>>1.309176**0.5
-1.144192291531454
>>> (-1.309176)**0.5
(7.006157137165352e-17+1.144192291531454j)
现在序列中的数字已经是负数,这不像是对它们进行一元运算,因此这些数字的平方根应该是复数,序列显示为nan
,因为数据类型是float
>>> s = pd.Series([-1.30, -1.22])
>>> s
0 -1.30
1 -1.22
dtype: float64
这个系列的平方根给出了nan
>>> s**0.5
0 NaN
1 NaN
dtype: float64
将dtype
更改为np.complex
>>> s = s.astype(np.complex)
>>> s
0 -1.300000+0.000000j
1 -1.220000+0.000000j
dtype: complex128
现在你得到s的平方根
>>> s**0.05
0 1.000730+0.158500j
1 0.997557+0.157998j
dtype: complex128
什么是
s.to_frame().info()
?这似乎是同一个数据相关的问题。这是关于运算符优先级的问题。可能会有帮助。您确定您的系列具有数字数据类型吗?s.dtype
显示了什么?@jezrael在后面加了一句。第一句是试图取负数的平方根,第二句是取正数的平方根,使之为负数