'numpy.float64' object has no attribute 'isnull'

这个错误信息表明你在使用一个 NumPy 数组的 `isnull()` 方法，但是 NumPy 的数据类型 `float64` 并没有这个方法。`isnull()` 方法是 Pandas 库中的一个函数，用于检查缺失值。如果你想检查 NumPy 数组中的缺失值，可以使用 `numpy.isnan()` 方法。例如：

import numpy as np

arr = np.array([1.0, 2.0, np.nan, 4.0])
print(np.isnan(arr))

输出：

[False False  True False]

这里使用 `np.isnan()` 方法检查数组 `arr` 中的缺失值。如果元素是缺失值，则返回 `True`，否则返回 `False`。

相关问题

AttributeError: numpy.float64 object has no attribute append

这个错误提示意味着你试图在一个 numpy.float64 对象上调用 append 方法，但是该对象并没有这个方法。numpy.float64 是一个标量类型，它不支持 append 操作。如果你想要将多个 float64 值存储到一个数组中，可以使用 numpy 数组或 Python 列表。

下面是一个使用 numpy 数组的示例代码：

import numpy as np

# 创建一个空的 float64 数组
arr = np.array([], dtype=np.float64)

# 向数组中添加元素
arr = np.append(arr, 1.0)
arr = np.append(arr, 2.0)
arr = np.append(arr, 3.0)

print(arr)  # 输出 [1. 2. 3.]

numpy.float64' object has no attribute 'isnull'

`numpy.float64` 对象没有 `isnull` 属性，这是因为 `isnull` 是 pandas 库中的函数，用于检查数据是否为空值。如果您要检查 numpy 数组中的空值，可以使用 `np.isnan()` 函数。这个函数返回一个布尔数组，指示每个元素是否为 NaN（非数字）。

例如，假设有一个 numpy 数组 `arr`，您可以使用以下代码来检查其中的空值：

import numpy as np

nan_array = np.array([1.0, np.nan, 3.0, np.nan, 5.0])
is_nan = np.isnan(nan_array)
print(is_nan)

输出：

[False  True False  True False]