为什么使用.mean()时我会得到nan

Question

这是我在空闲时间学习python的git开放课程的一部分。练习仅与numpy交往。因此，下面正在创建一个文件操并导入数据。我添加了skip_header，因为列名是字符串，我得到了nan。因此，数据有33列，我只需要5个使用USECOL添加的5列。

import numpy as np
fp = 'C:\Users\matij\Documents\exercise-5-MatijaKordic\6153237444115dat.csv'
data = np.genfromtxt(fp, skip_header =1, usecols=(0, 2, 22, 27, 28), delimiter=',')

接下来，我需要将数据分为单独的变量，称为站点，日期，temp，temp_max和temp_min。它们对应于usecols =(0、2、22、27、28(。

station = data[:, 0]
date = data[:, 1]
temp = data[:, 2]
temp_max = data[:, 3]
temp_min = data[:, 4]

之后，我需要计算以下内容：

数据中的平均华氏温度是多少？(温度变量(

最高温度的标准偏差是多少？(temp_max变量(

数据中存在多少个独特的站点？(车站变量(

所以，我这样做了：

temp_mean = temp.mean()
temp_max_std = temp_max.std()
station_count = np.unique(station)

我得到了nan的卑鄙和最大。对于独特的电台，我得到[28450。29980.]所以我想我需要以某种方式添加计数吗？

至于平均值和最大值： - 马克斯是南，所以很好。不确定我为什么要在作业中拥有它，但这是另一个故事。 - 但是，这是这个问题的原因。当我打印温度时，我会得到价值，所以为什么要让nan for temp.mean呢？

如果有人有兴趣，这是指向CSV的链接：https://drive.google.com/file/d/1rgneqtfue2rq1hapq06rvldxzi-etgke/view?usp = sharing

Answer 1

我同意Anubhav的帖子，但是我建议使用： np.nanmean(temp)计算均值忘记NaN(不是数字(条目。您也将获得相同的平均值：41.58918641457781。max的同样事情：

print(np.nanmean(temp))
print(np.nanmax(temp))

输出：

41.58918641457781
65.0

Answer 2

您正在获取nan，因为Numpy数组中的某些数据是nan。尝试以下操作：

temp_mean = temp[~np.isnan(temp)].mean()
print(temp_mean)
temp_max_std = temp_max[~np.isnan(temp_max)].std()
print(temp_max_std)
station_count = np.unique(station)

输出：

41.58918641457781
9.734807757434636
array([28450., 29980.])