如何从numpy数组中删除包含缺失值的行？

要从一个NumPy数组中删除包含缺失值的行，你可以使用`np.isnan()`函数来检查每个元素是否为缺失值，并将这些行索引出来进行删除。

下面是一个示例代码：

import numpy as np

# 创建一个包含缺失值的NumPy数组
arr = np.array([[1, 2, np.nan],
                [4, np.nan, 6],
                [7, 8, 9]])

# 使用np.isnan()函数检查缺失值
mask = np.isnan(arr).any(axis=1)

# 根据mask删除包含缺失值的行
arr = arr[~mask]

print(arr)

这段代码首先创建了一个包含缺失值的二维数组`arr`。然后，使用`np.isnan(arr).any(axis=1)`检查每一行是否包含缺失值，返回一个布尔类型的数组`mask`。最后，使用`arr[~mask]`根据`mask`删除包含缺失值的行。

运行以上代码，输出结果为：

[[7. 8. 9.]]

可以看到，包含缺失值的前两行已经被成功删除了。