实验楼 - Python Numpy 100题实验（七）

这一部分主要内容有：

• 对数组缺失值的一些处理
• numpy.unique()函数
• 一些统计函数的使用

找出数组中的缺失值的总数以及所在的位置

首先创建一个含有缺失值的数组在进行处理：

a = np.random.rand(10, 10)
#首先创建数组
a[np.random.randint(10, size=5), np.random.randint(10, size=5)] = np.nan
#随机指定数组中的五个位置为缺失值

print('Array a:')
print(a)
print('Result:')
#计算缺失值的总数
print(np.isnan(a).sum())
#返回缺失值的位置
print(np.where(np.isnan(a)))

输出：

Array a:
[[0.31083684 0.91010211 0.04155175 0.39559228 0.5232661  0.55171089
  0.38759503 0.18378685 0.10009486 0.52620333]
 [0.0010178  0.94765918 0.51306455 0.48942569 0.90026993 0.14719501
  0.93473118 0.13998178 0.14924952 0.39719853]
 [0.40373739 0.57648616 0.83931134 0.59873777 0.18590857 0.32391626
  0.38614168 0.9713498         nan 0.95889986]
 [0.1717263  0.71885529 0.70497483 0.81978594 0.02236966 0.79265399
  0.73746451 0.93370094 0.84984392 0.11840724]
 [0.19580231 0.10