numpy中的nan与inf

1. nan(NAN,Nan):not a number表示不是一个数字

什么时候numpy中会出现nan：

当我们读取的本地文件格式为float时，如果有缺失，就会出现nan;

当做了一个不合适的计算的时候(比如无穷大(inf)减去无穷大)

2:inf(-inf,inf):infinity,inf表示正无穷，-inf表示负无穷

什么时候回出现inf包括（-inf，+inf）

比如一个数字除以0，（python中直接会报错，numpy中是一个inf或者-inf）

3. np.nan 和np.nan 不相等

np.nan!=np.nan

4. 统计t3中nan的个数的两种方式

t3 = np.array([1,2,3,4,np.nan,4,np.nan,5])

np.count_nonzero(t3!=t3)  #利用的原理就是 np.nan 和np.nan 不相等

np.count_nonzero(np.isnan(t3))   #利用的原理就是false是零值

统计t3中不等于0的个数:--->np.count_nonzero(t3)

5.把t3中nan的值替换为0

t3[np.isnan(t3)]=0

6. nan和任何数值计算结果都为nan

import numpy as np

s1 = np.array([2,3,4,np.nan])
print(np.mean(s1))

以上代码运算结果为nan

np.nanmax用来在除掉np.nan后，在剩余的数据里求最大值，

import numpy as np
s1 = np.array([3,4,1,2,np.nan])
s1_max = np.nanmax(s1)
print(s1_max)

以上代码运行结果为4，如果直接用np.max(s1)，则运行结果为nan。

一般的方式是把缺失的数值替换为均值（中值）或者是直接删除有缺失值的一行。