numpy.nansum

numpy.nansum(a, axis=None, dtype=None, out=None, keepdims=0) [source]

Возвращает сумму элементов массива по заданной оси, обрабатывая значения Not a Number (NaN) как ноль.

В версиях Numpy <= 1.8 для срезов, состоящих только из NaN или пустых, возвращается NaN. В более поздних версиях возвращается ноль.

Параметры:

a : array_like Массив, содержащий числа, сумма которых требуется. Если a не является массивом, выполняется попытка преобразования. axis : int, необязательно Ось, по которой вычисляется сумма. По умолчанию вычисляется сумма сглаженного массива. dtype : тип данных, необязательно Тип возвращаемого массива и аккумулятора, в котором суммируются элементы. По умолчанию используется тип данных a. Исключением является случай, когда a имеет целочисленный тип с меньшей точностью, чем платформа (u)intp. В этом случае по умолчанию будет либо (u)int32, либо (u)int64 в зависимости от того, 32-битная или 64-битная платформа. Для неточных входных данных dtype должен быть неточным. Введено в версии 1.8.0. out : ndarray, необязательно Альтернативный выходной массив, в который поместить результат. По умолчанию None. Если предоставлен, он должен иметь такую же форму, как и ожидаемый результат, но тип будет преобразован при необходимости. См. doc.ufuncs для получения подробностей. Преобразование NaN в целое число может привести к неожиданным результатам. Введено в версии 1.8.0. keepdims : bool, необязательно Если True, оси, которые были уменьшены, оставляются в результате как измерения с размером один. С этим параметром результат будет правильно транслироваться относительно исходного arr. Введено в версии 1.8.0.

Возвращает:

y : ndarray или скаляр numpy

См. также

numpy.sum

Сумма по массиву с распространением NaN.

isnan

Показать, какие элементы являются NaN.

isfinite

Показать, какие элементы не являются NaN или +/-inf.

Примечания

Если присутствуют как положительная, так и отрицательная бесконечность, сумма будет Not A Number (NaN).

Целочисленная арифметика Numpy является модульной. Если размер суммы превышает размер целочисленного аккумулятора, его значение переполнится, и результат будет неверным. Указание dtype=double может устранить эту проблему.

Примеры

>>> np.nansum(1)
1
>>> np.nansum([1])
1
>>> np.nansum([1, np.nan])
1.0
>>> a = np.array([[1, 1], [1, np.nan]])
>>> np.nansum(a)
3.0
>>> np.nansum(a, axis=0)
array([ 2.,  1.])
>>> np.nansum([1, np.nan, np.inf])
inf
>>> np.nansum([1, np.nan, np.NINF])
-inf
>>> np.nansum([1, np.nan, np.inf, -np.inf]) # both +/- infinity present
nan