numpy 中 查找缺失值 并填充的语句

在 numpy 中，可以使用 `numpy.isnan` 函数查找缺失值。该函数返回一个布尔数组，其中的元素为 True 表示对应位置存在缺失值，为 False 表示对应位置没有缺失值。接下来可以使用 `numpy.nan_to_num` 函数将缺失值替换为指定的数值。

以下是一个示例代码，用于将数组 `a` 中的缺失值替换为 0：

import numpy as np

a = np.array([1, 2, np.nan, 4, np.nan, 6])

# 查找缺失值
mask = np.isnan(a)

# 将缺失值替换为指定的数值
a[mask] = np.nan_to_num(a[mask], nan=0)

print(a)

输出结果为：

[1. 2. 0. 4. 0. 6.]

在这个示例中，`numpy.isnan` 函数找到了数组中的缺失值，返回了一个布尔数组 `mask`。然后，我们使用 `numpy.nan_to_num` 将缺失值替换为了 0。最后，我们打印出了处理后的数组 `a`。