如何删除Numpy数组中包含非数字值的行

很多时候，我们在NumPy数组中都有一些非数字值。这些值需要被删除，这样数组就没有了这些不必要的值，看起来更体面。使用Bitwise NOT操作符和np.isan()函数，可以删除所有包含Nan值的行。

示例 1:

# Importing Numpy module
import numpy as np
  
# Creating 2X3 2-D Numpy array
n_arr = np.array([[10.5, 22.5, 3.8],
                  [41, np.nan, np.nan]])
  
print("Given array:")
print(n_arr)
  
print("\nRemove all rows containing non-numeric elements")
print(n_arr[~np.isnan(n_arr).any(axis=1)])

输出:

如何删除Numpy数组中包含非数字值的行？

在上面的例子中，我们从2X3的Numpy数组中移除含有非数字值的行。

示例 2:

# Importing Numpy module 
import numpy as np
  
# Creating 3X3 2-D Numpy array
n_arr = np.array([[10.5, 22.5, 3.8], 
                  [23.45, 50, 78.7],
                  [41, np.nan, np.nan]])
  
print("Given array:")
print(n_arr)
  
print("\nRemove all rows containing non-numeric elements")
print(n_arr[~np.isnan(n_arr).any(axis=1)])

输出:

如何删除Numpy数组中包含非数字值的行？

在上面的例子中，我们从3X3的Numpy数组中移除含有非数字值的行。

示例 3:

# Importing Numpy module
import numpy as np
  
# Creating 5X4 2-D Numpy array
n_arr = np.array([[10.5, 22.5, 3.8, 5],
                  [23.45, 50, 78.7, 3.5],
                  [41, np.nan, np.nan, 0],
                  [20, 50.20, np.nan, 2.5],
                  [18.8, 50.60, 8.8, 58.6]])
  
print("Given array:")
print(n_arr)
  
print("\nRemove all rows containing non-numeric elements")
print(n_arr[~np.isnan(n_arr).any(axis=1)])