为什么“numpy.mean”返回“inf”？

我需要计算超过 1000 行的数组的列平均值。

np.mean(some_array)给我inf作为输出

但我很确定这些值没问题。我正在加载 csvhere http://www.bliasoft.com/Documents/DataConcrete.txt进入我的Data从我的角度来看，变量和“水泥”列是“健康的”。

In[254]:np.mean(Data[:230]['Cement'])
Out[254]:275.75

但如果我增加行数 问题开始：

In [259]:np.mean(Data[:237]['Cement'])
Out[259]:inf

但当我查看数据时

In [261]:Data[230:237]['Cement']
Out[261]:
 array([[ 425. ],
        [ 333.  ],
        [ 250.25],
        [ 491.  ],
        [ 160.  ],
        [ 229.75],
        [ 338.  ]], dtype=float16)

我没有找到这种行为的原因 P.S 这发生在使用 wakari（基于云的 Ipython）的 Python 3.x 中

Numpy 版本“1.8.1”

我正在加载数据：

No_Col=9
conv = lambda valstr: float(valstr.replace(',','.'))

c={}
for i in range(0,No_Col,1):
    c[i] = conv

Data=np.genfromtxt(get_data,dtype=float16 , delimiter='\t', skip_header=0, names=True,   converters=c)

我猜问题是精度（正如其他人也评论过的那样）。直接从文档中引用mean() we see

Notes

算术平均值是沿轴除以的元素之和 通过元素的数量。

请注意，对于浮点输入，平均值是使用以下公式计算的 输入具有相同的精度。根据输入数据，这可以 导致结果不准确，尤其是float32（看 下面的例子）。使用指定更高精度的累加器dtype关键字可以缓解这个问题。

由于您的数组是 float16 类型，因此您的精度非常有限。使用dtype=np.float64可能会缓解溢出。另请参阅中的示例mean()文档。