Bỏ qua đến nội dung chính
Mục lục

NaN trong NumPy: np.nan, np.isnan() và np.nanmean()

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 17/23 · Chương 2

Mảng và tư duy vector

  • 6 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

NaN trong NumPy (numpy nan) là giá trị số thực đặc biệt np.nan, viết tắt của "not a number", dùng để đánh dấu một ô trống: một ngày máy tính tiền mất kết nối, một câu khảo sát bị bỏ qua. Chỉ một nan cũng làm sum(), mean() của cả mảng thành nan. np.isnan() tìm ra những ô đó, còn np.nanmean(), np.nansum() tính mà bỏ qua chúng.

Cần biết trước: thống kê theo axis và boolean mask.

np.nan đánh dấu ô trống

Một chi nhánh ghi doanh thu (triệu đồng) của bảy ngày; thứ Tư và thứ Bảy máy tính tiền lỗi nên không có số. Thay vì ghi 0, một con số sai, bạn ghi np.nan:

python
import numpy as np

doanh_thu = np.array([18.5, 24.1, np.nan, 21.0, 31.2, np.nan, 22.7])
print(doanh_thu)
print(doanh_thu.dtype)
print(np.array([12, np.nan, 9]))

KẾT QUẢ

[18.5 24.1  nan 21.  31.2  nan 22.7]
float64
[12. nan  9.]

np.nan là một số thực, nên mảng chứa nó luôn có kiểu số thực: dòng cuối có các số nguyên 12 và 9, vậy mà NumPy đổi cả mảng sang float64 để chứa được ô trống. Ghi 0 thì sai theo kiểu khác: trung bình bị kéo xuống như thể hai ngày đó không bán được ly nào.

NaN lan qua phép tính

Mọi phép tính có một vế là nan đều cho nan: không biết doanh thu thứ Tư thì cũng không biết tổng tuần. NumPy giữ đúng nguyên tắc đó cho cả mảng:

python
import numpy as np

doanh_thu = np.array([18.5, 24.1, np.nan, 21.0, 31.2, np.nan, 22.7])
print(doanh_thu.sum(), doanh_thu.mean(), doanh_thu.max())
print(doanh_thu * 2)
print(doanh_thu > 20)

KẾT QUẢ

nan nan nan
[37.  48.2  nan 42.  62.4  nan 45.4]
[False  True False  True  True False  True]

Hai dòng đầu cho thấy nan lan ra: tổng, trung bình, lớn nhất đều nan, và mỗi ô trống nhân đôi vẫn trống. Phép so sánh thì khác: nan > 20 là False, nên ô trống lặng lẽ rơi vào nhóm "không vượt 20", và một phép đếm bằng mask sẽ không cho biết có ô thiếu.

Tìm ô trống bằng np.isnan()

np.isnan() trả một mảng bool, True ở mỗi ô trống. Với mask đó, bạn đếm được số ô thiếu và lọc ra các ô có số:

python
import numpy as np

doanh_thu = np.array([18.5, 24.1, np.nan, 21.0, 31.2, np.nan, 22.7])
trong = np.isnan(doanh_thu)
print(trong)
print("Thiếu:", trong.sum(), "ngày")
print(doanh_thu[~trong])
print(doanh_thu[~trong].mean().round(2))

KẾT QUẢ

[False False  True False False  True False]
Thiếu: 2 ngày
[18.5 24.1 21.  31.2 22.7]
23.5

trong.sum() đếm số True, tức số ngày thiếu. ~trong đảo mask, giữ năm ngày có số, và trung bình của năm ngày đó là 23,5 triệu.

np.nanmean(), np.nansum(): tính bỏ qua ô trống

Các hàm có tiền tố nan làm phép thống kê trên các ô có số và bỏ qua ô trống, nên không cần lọc trước. Chúng nhận axis như sum(). Ba chi nhánh, mỗi hàng là năm ngày:

python
import numpy as np

bang = np.array([[18.5, 24.1, np.nan, 21.0, 31.2],
                 [12.0, np.nan, np.nan, 15.5, 14.0],
                 [30.2, 28.4, 26.0, 29.9, 33.5]])
print(np.nansum(bang, axis=1))
print(np.nanmean(bang, axis=1).round(2))
print(np.isnan(bang).sum(axis=1))
print(np.nanmax(bang, axis=0))

KẾT QUẢ

[ 94.8  41.5 148. ]
[23.7  13.83 29.6 ]
[1 2 0]
[30.2 28.4 26.  29.9 33.5]

Chi nhánh thứ hai thiếu hai ngày, nên trung bình 13,83 triệu là của ba ngày có số, còn tổng 41,5 triệu chỉ là tổng của ba ngày đó. Hãy in số ô thiếu (dòng ba) cạnh tổng: tổng bỏ qua ô trống không cho biết nó thiếu bao nhiêu ngày. np.nanmax(), np.nanmin() và np.nanstd() theo cùng quy tắc.

Đổi np.nansum thành np.sum rồi chạy lại: dòng đầu in [ nan nan 148.].

Kiểm tra nhanh

  1. Sau import numpy as np, print(np.array([2.0, np.nan, 4.0]).sum()) in ra gì?

    • nan
    • 6.0
    • 0.0
  2. Sau import numpy as np, print(np.nanmean(np.array([2.0, np.nan, 4.0]))) in ra gì?

    • 2.0
    • 3.0
    • nan
  3. Mảng a có vài ô np.nan. Những lệnh nào cho số ô trống của a?

    • np.isnan(a).sum()
    • (a == np.nan).sum()
    • len(a) - (~np.isnan(a)).sum()
    • np.isnan(a).mean()
  4. Sau import numpy as np, print(np.nan == np.nan) in ra gì?

    • True
    • False
    • Báo lỗi ValueError
Đúng hết lần đầu +15 XP

Bài tập

Điền ô trống bằng trung bình các ngày có số

doanh_thu là mảng số thực ghi doanh thu (triệu đồng) từng ngày; ngày máy tính tiền lỗi là np.nan, và luôn có ít nhất một ngày có số. Để vẽ biểu đồ không bị đứt, chủ quán điền mỗi ô trống bằng trung bình của các ngày có số. Viết thân hàm dien_o_trong(doanh_thu).

Tạo mảng mới bằng np.array(doanh_thu), tìm ô trống bằng np.isnan(), không dùng vòng lặp for. Hàm không sửa mảng doanh_thu của nơi gọi.

Trả về: mảng doanh thu đã điền, không còn ô trống, một ndarray.

Ví dụ [18.0, np.nan, 21.0, 30.0, np.nan] cho [18. 23. 21. 30. 23.].

python
import numpy as np


def dien_o_trong(doanh_thu):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • np.nan đánh dấu ô trống; nó là số thực, nên mảng chứa nó có kiểu số thực, và mảng số nguyên không nhận nó.

  • Phép tính có nan cho nan: sum(), mean(), max() của mảng có ô trống đều là nan.

  • Phép so sánh với nan luôn False, kể cả np.nan == np.nan.

  • np.isnan(a) cho mask ô trống: .sum() đếm, a[~np.isnan(a)] lọc ra ô có số.

  • np.nanmean(), np.nansum(), np.nanmax() bỏ qua ô trống và nhận axis; in kèm số ô thiếu để biết kết quả dựa trên bao nhiêu ô.

Câu hỏi thường gặp

np.nan với None khác nhau thế nào?

None là giá trị "không có gì" của Python, một đối tượng chứ không mang nghĩa số; mảng chứa None thành mảng object và không tính toán nhanh được. np.nan là một số thực, nên mảng vẫn là mảng số và mọi phép tính vẫn chạy. Trên mảng số, hãy dùng np.nan.

Có nên thay mọi ô trống bằng 0 không?

Chỉ khi ô trống thật sự nghĩa là 0, như ngày quán nghỉ. Ngày máy lỗi mà ghi 0 thì tổng và trung bình đều bị kéo xuống. Thường bạn nên giữ nan, tính bằng các hàm nan…, và báo số ô thiếu cạnh kết quả.

Vì sao np.nanmean() in cảnh báo Mean of empty slice?

Vì mọi ô của mảng (hay của một hàng, khi có axis) đều trống, nên không còn số nào để lấy trung bình. NumPy trả nan và in RuntimeWarning lên màn hình. Đếm ô có số bằng (~np.isnan(a)).sum() trước để tránh trường hợp này.

Pandas xử lý ô trống có giống NumPy không?

Gần giống: pandas cũng dùng NaN, nhưng sum(), mean() của pandas mặc định bỏ qua ô trống. Tutorial pandas có bài dữ liệu thiếu dạy cách đếm, lọc và điền ô trống trên bảng.

Chủ đề

numpy nan

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập