python判断nan值得个数

可以使用numpy库中的isnan函数来判断一个数组中nan值的个数，示例如下：

import numpy as np

arr = np.array([1, 2, np.nan, 4, np.nan, 6])
n_nan = np.isnan(arr).sum()
print(n_nan)  # 输出：2

以上代码中，使用isnan函数判断arr数组中的nan值，然后使用sum函数对返回的True值进行求和，即可得到nan值的个数。

相关问题

取出 np.array 中非nan

要从np.array中提取非nan值，可以使用 np.isnan() 函数来判断元素是否为nan，并使用筛选条件来获取非nan元素。以下是一个示例代码：

import numpy as np

arr = np.array([1, np.nan, 2, 3, np.nan, 4, 5])

result = arr[~np.isnan(arr)]

print(result)

输出结果为：[1. 2. 3. 4. 5.]

在示例代码中，首先创建了一个包含nan的np.array。然后，使用 np.isnan() 来检查每个元素是否为nan，返回一个布尔型的np.array，其中True表示元素是nan，False表示元素不是nan。最后，通过在原始数组中使用布尔索引来筛选非nan元素，即使用“~np.isnan(arr)”作为索引。得到的 `result` 即为提取出来的非nan值数组。

值得注意的是，使用上述方法提取出的非nan值将被转换为浮点类型。如果原始数组不是浮点类型，提取出的非nan值数组也会变成浮点类型。如果需要保持原始数组的数据类型，可以通过添加适当的数据类型转换代码来实现。