在 Numpy 中测试数组值是否为 NaN
numpyserver side programmingprogramming更新于 2025/9/26 4:52:17
要测试数组是否为 NaN，请使用 Python Numpy 中的 numpy.isnan() 方法。当 x 为 NaN 时返回 True，否则返回 false。如果 x 是标量，则返回标量。该条件通过输入进行广播。在条件为 True 的位置，输出数组将设置为 ufunc 的结果。在其他位置，输出数组将保留其原始值。请注意，如果通过默认的 out=None 创建了未初始化的输出数组，则其中条件为 False 的位置将保持未初始化状态。
NumPy 使用 IEEE 二进制浮点算术标准 (IEEE 754)。这意味着"非数字"不等同于无穷大。
步骤
首先，导入所需的库 −
import numpy as np
创建一个包含一些 nan 值的数组−
arr = np.array([1, 2, 10, 50, -np.nan, 0., np.nan])
显示数组 −
print("数组...
", arr)
获取数组的类型 −
print("
我们的数组类型...
", arr.dtype)
获取数组的维度 −
print("
我们的数组维度...
",arr.ndim)
获取数组中元素的数量 −
print("
元素数量...
", arr.size)
要测试数组是否为 NaN，请使用 Python Numpy 中的 numpy.isnan() 方法 −
print("
测试数组是否为 NaN...
",np.isnan(arr))
示例
import numpy as np
# 创建一个包含一些 nan 值的数组
arr = np.array([1, 2, 10, 50, -np.nan, 0., np.nan])
# 显示数组
print("数组...
", arr)
# 获取数组的类型
print("
我们的数组类型...
", arr.dtype)
# 获取数组的维度
print("
我们的数组维度...
",arr.ndim)
# 获取数组中元素的数量
print("
元素数量...
", arr.size)
# 要测试数组是否为 NaN，请使用 Python Numpy 中的 numpy.isnan() 方法
print("
测试数组是否为 NaN...
",np.isnan(arr))
输出
数组... [ 1. 2. 10. 50. nan 0. nan] 我们的数组类型…… float64 我们的数组维度…… 1 元素数量... 7 测试数组中的 NaN... [False False False False True False True]
