PythonにおけるNaNの扱い方
【サンプルコード】
import math
nan_value = math.nan
print(nan_value)
is_nan = math.isnan(nan_value)
print(is_nan)
【実行結果】
nan
True
1行目のimport mathは、Pythonの数学関連の機能を提供するmathモジュールを読み込んでいます。このモジュールには様々な数学的計算や定数が含まれており、プログラム内で数学的操作を行う際に非常に便利です。
2行目のnan_value = math.nanは、nan_valueという変数にmath.nanを代入しています。math.nanは、「Not a Number」を表す特別な値で、数値では表せないまたは未定義の結果を扱うために使われます。例えば、0で割った結果などがNaNに該当します。
3行目のprint(nan_value)は、nan_valueの値を出力します。
4行目のis_nan = math.isnan(nan_value)は、nan_valueがNaNかどうかを判断する関数math.isnan()を使っています。
この関数は引数がNaNであればTrueを、そうでなければFalseを返します。
最後のprint(is_nan)はis_nanの値を出力し、nan_valueがNaNであることを確認しています。
「Python」を学べるコードキャンプのサービス
NaNの比較と演算
【サンプルコード】
nan_value = float('nan')
print(nan_value == nan_value)
print(nan_value + 10)
print(nan_value * 2)
【実行結果】
False
nan
nan
1行目のnan_value = float('nan')は、文字列'nan'を浮動小数点数に変換しています。この変換により、nan_value変数はNaNを表す浮動小数点数となります。
2行目のprint(nan_value == nan_value)は、NaNの特性を示す例です。通常、同じ値どうしの比較はTrueを返しますが、NaNは自身との比較でも常にFalseを返します。これは、NaNが「不定」や「未知」を表すため、自身との比較でも「等しくない」と判断されるためです。
3行目と4行目は、NaNに対する算術演算を行っています。どのような数値をNaNに加えたり、掛けたりしても、結果は常にNaNです。これは、NaNが数値計算の中で「不定」や「未知の値」を表すため、通常の数値演算の結果が定義されないことを意味します。
NaNの有用性と注意点
【サンプルコード】
import numpy as np
numbers = [1.5, 2.3, np.nan, 4.5]
average = np.nanmean(numbers)
print(average)
【実行結果】
2.7666666666666666
1行目でimport numpy as npとしているのは、科学計算を扱うためのNumPyライブラリをインポートしています。NumPyはPythonで数値計算を行う際に広く使われるライブラリで、大規模な数値配列の操作や数学的計算を効率的に行うことができます。
2行目のnumbers = [1.5, 2.3, np.nan, 4.5]で数値リストを作成し、その中にnp.nanを含めています。このようにNaNを含むリストは実際のデータ処理でよく見られ、例えばデータが欠損している場合にNaNで置き換えられることがあります。
3行目のnp.nanmean(numbers)は、NumPyのnanmean関数を使用しています。この関数はNaNを無視して平均値を計算するため、NaNを含むデータセットでも正確な平均値を求めることができます。
最後のprint(average)は、計算された平均値を出力しています。
このようにNaNを扱う際はNaNが通常の数値と異なる挙動をすることを理解し、適切な関数や方法を選択することが重要です。
※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。
ITやプログラミングに関するコラム
【Python】オブジェクト(object)の中身を確認する方法を解説
【Python】リスト(list)展開の基礎やforループ、内包表記などを解説
タイプライター風キーボードのおすすめ5選｜リモートワークの体験を変える人気モデルを厳選
高速で生成AIを実行できるGroq（グロック）を使ってみた。特徴や日本語対応の有無について解説
