একটি NumPy অ্যারে কমপক্ষে একটি অ-সংখ্যাসূচক মান আছে কিনা তা সনাক্ত করুন?

Question 1

আমাকে একটি ফাংশন লিখতে হবে যা ইনপুটটিতে কমপক্ষে একটি মান রয়েছে যা অ-সংখ্যাযুক্ত তা সনাক্ত করতে পারে। যদি একটি অ-সংখ্যাসূচক মান পাওয়া যায় তবে আমি একটি ত্রুটি বাড়িয়ে তুলব (কারণ গণনাটিতে কেবল একটি সংখ্যার মান ফেরানো উচিত)। ইনপুট অ্যারের মাত্রার সংখ্যা আগে থেকে জানা যায় না - ফাংশনটি এনডিআইএম নির্বিশেষে সঠিক মান দিতে হবে। অতিরিক্ত জটিলতা হিসাবে ইনপুটটি একটি একক ভাসা বা numpy.float64শূন্য-মাত্রিক অ্যারের মতো কিছু বাছাইয়ের মতো হতে পারে ।

এটি সমাধানের সুস্পষ্ট উপায় হ'ল একটি পুনরাবৃত্ত ফাংশন লিখুন যা অ্যারেতে প্রতিটি পুনরাবৃত্তিযোগ্য অবজেক্টের উপরে পুনরাবৃত্তি করে যতক্ষণ না এটি একটি নন-আইট্রেবের সন্ধান করে। এটি numpy.isnan()প্রতিটি অ-পুনরাবৃত্তিযোগ্য বস্তুর উপরে ফাংশনটি প্রয়োগ করবে । যদি কমপক্ষে একটি অ-সংখ্যাসূচক মানটি পাওয়া যায় তবে ফাংশনটি তত্ক্ষণাত ফলসকে ফিরিয়ে দেবে। অন্যথায় যদি পুনরাবৃত্তীয় সমস্ত মান সংখ্যাসূচক হয় তবে শেষ পর্যন্ত এটি সত্য হয়ে যাবে।

এটি ঠিক কাজ করে, তবে এটি বেশ ধীর এবং আমি প্রত্যাশা করি যে এটি করার জন্য নম্পপি আরও অনেক ভাল উপায় আছে। দ্রুত এবং আরও অসম্পূর্ণ একটি বিকল্প কি?

এখানে আমার উপহাস:

def contains_nan( myarray ):
    """
    @param myarray : An n-dimensional array or a single float
    @type myarray : numpy.ndarray, numpy.array, float
    @returns: bool
    Returns true if myarray is numeric or only contains numeric values.
    Returns false if at least one non-numeric value exists
    Not-A-Number is given by the numpy.isnan() function.
    """
    return True

Question 2

এটি পুনরাবৃত্তির চেয়ে দ্রুত হওয়া উচিত এবং আকারটি নির্বিশেষে কাজ করবে।

numpy.isnan(myarray).any()

সম্পাদনা: 30x দ্রুত:

import timeit
s = 'import numpy;a = numpy.arange(10000.).reshape((100,100));a[10,10]=numpy.nan'
ms = [
    'numpy.isnan(a).any()',
    'any(numpy.isnan(x) for x in a.flatten())']
for m in ms:
    print "  %.2f s" % timeit.Timer(m, s).timeit(1000), m

ফলাফল:

  0.11 s numpy.isnan(a).any()
  3.75 s any(numpy.isnan(x) for x in a.flatten())

বোনাস: এটি নন-অ্যারে নুমপি টাইপগুলির জন্য সূক্ষ্মভাবে কাজ করে:

>>> a = numpy.float64(42.)
>>> numpy.isnan(a).any()
False
>>> a = numpy.float64(numpy.nan)
>>> numpy.isnan(a).any()
True

Question 3

যদি অসীম সম্ভাব্য মান হয় তবে আমি numpy.isftimate ব্যবহার করব

numpy.isfinite(myarray).all()

যদি উপরেরগুলি যদি মূল্যায়ণ করে Trueতবে তার myarrayমধ্যে নেই numpy.nan, numpy.infবা -numpy.infমান থাকে।

numpy.nannumpy.infমানগুলির সাথে ঠিক থাকবে , উদাহরণস্বরূপ:

In [11]: import numpy as np

In [12]: b = np.array([[4, np.inf],[np.nan, -np.inf]])

In [13]: np.isnan(b)
Out[13]: 
array([[False, False],
       [ True, False]], dtype=bool)

In [14]: np.isfinite(b)
Out[14]: 
array([[ True, False],
       [False, False]], dtype=bool)

Question 4

পিএফটি! মাইক্রোসেকেন্ড! মাইক্রোসেকেন্ডে কখনও কোনও সমস্যার সমাধান করবেন না যা ন্যানোসেকেন্ডগুলিতে সমাধান করা যেতে পারে।

নোট করুন যে গৃহীত উত্তর:

কোনও ন্যান পাওয়া গেছে কিনা তা বিবেচনা না করে পুরো ডেটা ধরে পুনরাবৃত্তি করে
আকারের একটি অস্থায়ী অ্যারে তৈরি করে, যা অপ্রয়োজনীয়।

আরও ভাল সমাধান হ'ল এনএএন পাওয়া গেলে সঙ্গে সঙ্গে সত্যটি ফিরিয়ে দেওয়া:

import numba
import numpy as np

NAN = float("nan")

@numba.njit(nogil=True)
def _any_nans(a):
    for x in a:
        if np.isnan(x): return True
    return False

@numba.jit
def any_nans(a):
    if not a.dtype.kind=='f': return False
    return _any_nans(a.flat)

array1M = np.random.rand(1000000)
assert any_nans(array1M)==False
%timeit any_nans(array1M)  # 573us

array1M[0] = NAN
assert any_nans(array1M)==True
%timeit any_nans(array1M)  # 774ns  (!nanoseconds)

এবং n- মাত্রার জন্য কাজ করে:

array1M_nd = array1M.reshape((len(array1M)/2, 2))
assert any_nans(array1M_nd)==True
%timeit any_nans(array1M_nd)  # 774ns

এটিকে নকল দেশীয় সমাধানের সাথে তুলনা করুন:

def any_nans(a):
    if not a.dtype.kind=='f': return False
    return np.isnan(a).any()

array1M = np.random.rand(1000000)
assert any_nans(array1M)==False
%timeit any_nans(array1M)  # 456us

array1M[0] = NAN
assert any_nans(array1M)==True
%timeit any_nans(array1M)  # 470us

%timeit np.isnan(array1M).any()  # 532us

প্রারম্ভিক-প্রস্থান পদ্ধতি 3 টি অর্ডার বা মাত্রার গতিবেগ (কিছু ক্ষেত্রে)। সাধারণ টীকা দেওয়ার জন্য খুব জঞ্জাল নয়।

Question 5

নপি 1.3 বা এসএনএন দিয়ে আপনি এটি করতে পারেন

In [1]: a = arange(10000.).reshape(100,100)

In [3]: isnan(a.max())
Out[3]: False

In [4]: a[50,50] = nan

In [5]: isnan(a.max())
Out[5]: True

In [6]: timeit isnan(a.max())
10000 loops, best of 3: 66.3 µs per loop

তুলনায় ন্যানের চিকিত্সা আগের সংস্করণগুলির সাথে সামঞ্জস্য ছিল না।

Question 6

(np.where(np.isnan(A)))[0].shape[0]বেশি হবে চেয়ে 0যদি Aঅন্তত এক উপাদান রয়েছে nan, Aএকটি হতে পারেn x m ম্যাট্রিক্স।

উদাহরণ:

import numpy as np

A = np.array([1,2,4,np.nan])

if (np.where(np.isnan(A)))[0].shape[0]: 
    print "A contains nan"
else:
    print "A does not contain nan"