numpy中nan的特性、操作和统计

代码示例：

import numpy as np

# 创建一个nan
a = np.nan
print(a,type(a))    #打印：nan <class 'float'> *****
print(np.isnan(a))    #打印：True
print("-"*40)

# 注意：float类型的数据才能赋值nan
b = np.arange(24,dtype=float).reshape(4,6)
print(b)
'''
打印：
[[ 0.  1.  2.  3.  4.  5.]
 [ 6.  7.  8.  9. 10. 11.]
 [12. 13. 14. 15. 16. 17.]
 [18. 19. 20. 21. 22. 23.]]
'''
#  将4行5列的数改成nan
b[3,4] = np.nan
print(b)
# 注意： nan和任何数计算都为nan  *****
print(np.sum(b,axis=0))    #打印：[36. 40. 44. 48. nan 56.]
print(np.isnan(b))
'''
打印：
[[False False False False False False]
 [False False False False False False]
 [False False False False False False]
 [False False False False  True False]]
'''
# 将nan替换掉
b[np.isnan(b)] = 0
print(b)
'''
打印：
[[ 0.  1.  2.  3.  4.  5.]
 [ 6.  7.  8.  9. 10. 11.]
 [12. 13. 14. 15. 16. 17.]
 [18. 19