numpy判断是否为nan

在NumPy库中，你可以使用`numpy.isnan()`函数来检查数组中的元素是否是NaN（Not a Number）。这个函数返回一个布尔型数组，如果输入元素是NaN，则对应位置为True，否则为False。例如：

import numpy as np

# 创建一个包含NaN的数组
arr = np.array([1.0, np.nan, 3.5, np.nan])

# 检查NaN
is_nan = np.isnan(arr)

print(is_nan)  # 输出：[False False  True  True]

在这个例子中，`is_nan`数组的第一、第三个位置是False，因为它们不是NaN，而第二个和第四个位置是True，因为它们是NaN值。

相关问题

判断numpy数组是否有nan

可以使用numpy的isnan()函数来判断一个numpy数组是否包含NaN值。该函数返回一个与原数组形状相同的布尔类型数组，其中的元素为True表示对应位置上的元素是NaN，为False表示不是NaN。

以下是一个示例代码：

import numpy as np

arr = np.array([1, 2, np.nan, 4, 5])

has_nan = np.isnan(arr)

print(has_nan)

输出结果为：

[False False  True False False]

可以看到，第三个元素为True，表示该位置上的元素是NaN。

Python用numpy判断列表的空值nan

你可以使用numpy的isnan函数来判断numpy数组或列表中的空值（NaN）。示例如下：

import numpy as np

lst = [1, 2, np.nan, 4, np.nan, 6]

# 将列表转换为numpy数组
arr = np.array(lst)

# 判断是否有空值
print(np.isnan(arr))

输出结果为：

[False False  True False  True False]

可以看到，输出结果是一个布尔类型的数组，表示对应位置上是否有空值。False表示没有空值，True表示有空值。