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 npX = 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 nplist1=[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。