小编这次要给大家分享的是Python如何过滤掉numpy.array中非nan数据，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。
代码
需要先导入pandas
arr的数据类型为一维的np.array
import pandas as pd
arr[~pd.isnull(arr)]
补充知识：python numpy.mean() axis参数使用方法【sum(axis=*)是求和，mean(axis=*)是求平均值】
如下所示：
import numpy as np
X = np.array([[1, 2], [4, 5], [7, 8]])
print(np.mean(X, axis=0, keepdims=True))
print('*'*50)
print(np.mean(X, axis=1, keepdims=True))
print('*'*50)
print(X.mean(axis=0))
print('*'*50)
print(X.mean(axis=1))[[4. 5.]]
[[1.5]
[4.5]
[7.5]]
[4. 5.]
[1.5 4.5 7.5]
20200221
np.mean()还可计算列表元素均值：
import numpy as np list1=[1,2,3,4,5] list2=[[1,2,3],[4,5,6]] print(np.mean(list1)) print(np.mean(list2))
结果：
3.0
3.5
看完这篇关于Python如何过滤掉numpy.array中非nan数据的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
