基础知识:
(1)np.nan表示该值不是一个数,比如数据中收入、年龄的缺失值;np.inf表示无穷大
(2)np.nan == np.nan 的结果为False
(3)nan与任何数的操作结果均为nan,例如sum((np.nan,4)) 的结果为nan
(4)一个ndarray数组t1,可以用np.isnan(t1) 定位到nan值的位置,再用t1[np.isnan(t1)] = 指定值 将nan替换为指定值
(5)np.nan_to_num(t1),可以将t1中的nan替换为0
(6)t1[ t1 == t1]可以剔除所有nan只保留非nan值
现在生成一个3*4的数组,设定第1行,第2、3列位置两个元素为np.nan
import numpy as np
t1 = np.arange(12).reshape(3,4).astype('float')
t1[1,2:] = np.nan
print(t1)