почему набор python оставляет много np.nan? [Дубликат]

Question

почему набор python оставляет много np.nan? [Дубликат]

Самое простое решение - создать функцию JavaScript и вызвать его для обратного вызова Ajax success.

function callServerAsync(){
    $.ajax({
        url: '...',
        success: function(response) {

            successCallback(response);
        }
    });
}

function successCallback(responseObj){
    // Do something like read the response and show data
    alert(JSON.stringify(responseObj)); // Only applicable to JSON response
}

function foo(callback) {

    $.ajax({
        url: '...',
        success: function(response) {
           return callback(null, response);
        }
    });
}

var result = foo(function(err, result){
          if (!err)
           console.log(result);    
});

3

python numpy set

задан kirill_igum 7 October 2014 в 22:46

1 ответ

Другие вопросы по тегам:

python numpy set

Похожие вопросы:

score 7 · Accepted Answer

Не все nans идентичны:

In [182]: np.nan is np.nan
Out[182]: True

In [183]: float('nan') is float('nan')
Out[183]: False

In [184]: np.float64('nan') is np.float64('nan')
Out[184]: False

Следовательно,

In [178]: set([np.nan, np.nan])
Out[178]: {nan}

In [179]: set([float('nan'), float('nan')])
Out[179]: {nan, nan}

In [180]: set([np.float64('nan'), np.float64('nan')])
Out[180]: {nan, nan}

l содержит np.nan s, которые идентичны, поэтому

In [158]: set(l)
Out[158]: {nan, 0, 1}

, но pd.Series(l).tolist() содержит np.float64('nan') s, которые не идентичны:

In [160]: [type(item) for item in pd.Series(l).tolist()]
Out[160]: [numpy.float64, numpy.float64, numpy.float64, numpy.float64]

, поэтому он не считает их равными:

In [157]: set(pd.Series(l).tolist())
Out[157]: {nan, 0.0, nan, 1.0}

Если у вас есть серия Pandas, используйте unique метод вместо set, чтобы найти уникальные значения:

>>> s = pd.Series(l)
>>> s.unique()
array([ nan,   0.,   1.])