python代码。数组去掉nan

### 回答1：
你可以使用numpy库中的isnan函数来过滤掉数组中的NaN值。具体的实现方法如下：

import numpy as np

arr = [1, 2, np.nan, 4, 5, np.nan]
filtered_arr = arr[~np.isnan(arr)]
print(filtered_arr)

输出：

[1.0, 2.0, 4.0, 5.0]

这里，np.isnan函数返回的是一个布尔数组，表示每个元素是否是NaN。 ~ 取反操作可以将每个NaN值对应的布尔值置为False，剩下的True对应的元素即为非NaN元素。最后，通过索引操作，即可得到不包含NaN元素的数组。

### 回答2：
要将一个数组中的NaN值去掉，可以使用numpy库中的函数numpy.isnan()和numpy.isnan().any()来实现。

首先，需要导入numpy库：
import numpy as np

然后，创建一个包含NaN值的数组：
arr = np.array([1, 2, np.nan, 4, 5, np.nan])

接下来，使用numpy.isnan()函数来判断数组中哪些元素是NaN值，返回一个布尔类型的数组：
is_nan = np.isnan(arr)

然后，使用布尔类型的数组is_nan作为索引，从原始数组中筛选出非NaN值：
arr_no_nan = arr[~is_nan]

最后，可以打印输出去掉NaN值后的数组：
print(arr_no_nan)

完整的代码如下：
import numpy as np

arr = np.array([1, 2, np.nan, 4, 5, np.nan])
is_nan = np.isnan(arr)
arr_no_nan = arr[~is_nan]
print(arr_no_nan)

该代码输出结果为：
[1. 2. 4. 5.]

### 回答3：
要去掉数组中的NaN值，我们可以使用numpy库中的函数来处理。首先，我们需要导入numpy库：

import numpy as np

然后，我们可以创建一个包含NaN值的数组：

arr = np.array([1, 2, np.nan, 4, np.nan])

接下来，我们可以使用numpy库的isnan()函数来判断数组中哪些元素是NaN值：

nan_mask = np.isnan(arr)

这将返回一个由布尔值组成的数组，其中NaN值对应的位置为True，其他元素对应的位置为False。然后，我们可以使用该布尔数组来获取不包含NaN值的数组：

arr_without_nan = arr[~nan_mask]

这里使用了~运算符来取反，从而获取True位置上对应的值。最后，我们可以打印输出结果：

print(arr_without_nan)

完整代码如下：

import numpy as np

arr = np.array([1, 2, np.nan, 4, np.nan])
nan_mask = np.isnan(arr)
arr_without_nan = arr[~nan_mask]
print(arr_without_nan)

运行结果为：[1. 2. 4.]，即去掉NaN值后的新数组。