如何解决理解 sqrt 的行为——写不同时给出不同的结果
我有以下数字的熊猫系列:
0 -1.309176
1 -1.226239
2 -1.339079
3 -1.298509
...
我正在尝试计算系列中每个数字的平方根。
当我尝试整个系列时:
s**0.5
>>>
0 NaN
1 NaN
2 NaN
3 NaN
4 NaN
..
10778 NaN
但如果我取数字就行了:
-1.309176**0.5
我也尝试从系列中切出数字:
b1[0]**0.5
>>>
nan
所以我试图理解为什么它在我写数字时有效,但在我使用系列时无效
*值是浮点型:
s.dtype
>>>dtype('float64')
s.to_frame().info()
>>>
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10783 entries,0 to 10782
Data columns (total 1 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 B1 10783 non-null float64
dtypes: float64(1)
memory usage: 84.4 KB
解决方法
你不能求负数的平方根(不尝试复数)。
>>> np.sqrt(-1.30)
<stdin>:1: RuntimeWarning: invalid value encountered in sqrt
nan
当您执行 -1.309176**0.5
时,您实际上是在执行 -(1.309176 ** 0.5)
,这是有效的。
这与python中的运算符优先级有关。 **
的优先级 > 一元运算符 -
。
负数的平方根应该是复数。但是当您计算 -1.309176**0.5
时,它首先计算 1.309176**0.5
,然后减去它,因为 **
的优先级是 > -
。
>>>1.309176**0.5
-1.144192291531454
>>> (-1.309176)**0.5
(7.006157137165352e-17+1.144192291531454j)
现在您的系列中的数字已经是负数,这不像您正在对它们进行一元运算 -
因此这些数字的平方根应该是复数系列显示为 nan
因为数据类型为 float
。
>>> s = pd.Series([-1.30,-1.22])
>>> s
0 -1.30
1 -1.22
dtype: float64
这个系列的平方根给出 nan
。
>>> s**0.5
0 NaN
1 NaN
dtype: float64
将 dtype
改为 np.complex
>>> s = s.astype(np.complex)
>>> s
0 -1.300000+0.000000j
1 -1.220000+0.000000j
dtype: complex128
现在你得到了 s 的平方根。
>>> s**0.05
0 1.000730+0.158500j
1 0.997557+0.157998j
dtype: complex128
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。