在二维数组中计算 nan 的数量

在Python中，要计算二维数组中NaN（Not a Number）的数量，你可以使用NumPy库提供的函数。

使用步骤

1. 导入NumPy库：

import numpy as np

2. 创建二维数组：

arr = np.array([[1, 2, np.nan], [4, np.nan, 6], [np.nan, 8, 9]])

3. 使用np.isnan()函数将数组中的每个元素与NaN进行比较，返回一个布尔值的数组：

nan_mask = np.isnan(arr)

4. 使用np.sum()函数将布尔值数组中的True值加总，即计算NaN的数量：

nan_count = np.sum(nan_mask)

示例代码

import numpy as np

arr = np.array([[1, 2, np.nan], [4, np.nan, 6], [np.nan, 8, 9]])

nan_mask = np.isnan(arr)
nan_count = np.sum(nan_mask)

print("二维数组中的NaN数量为：", nan_count)

注意事项

• 以上代码假设你已经通过pip安装好了NumPy库。
• 如果数组中存在NaN，则nan_mask中对应位置的值为True，否则为False。
• nan_count返回的是NaN的数量，可以直接使用该值进行进一步的处理。