这个问题源于在训练机器学习的一个模型时，使用训练数据时提示prepare的数据中存在np.nan
报错信息如下：
|
1
|
ValueError: np.nan is an invalid document, expected byte or unicode string.
|
刚开始不知道为什么会有这个，后来发现是list中存在nan值
下面是找到nan值的方法：
简单找到：
|
1
2
3
4
5
6
7
8
|
import numpy as np
x = np.array([2,3,np.nan,5,
np.nan,5,2,3])
for item in x:
if np.isnan(item):
print('yes')
|
拿到index数组：
|
1
2
3
4
|
x = np.array([[1,2,3,4],
[2,3,np.nan,5],
[np.nan,5,2,3]])
print（np.argwhere(np.isnan(x))）
|
|
1
2
3
|
output：
array([[1, 2],
[2, 0]])
|
然而实际上，有些时候，如果是用pandas读出的数据，在list中print时提示为nan，但用isnan方法却并不能正确判断，会提示TypeError，此时需要用pandas.isnull（）判断该值是否为空
下面是numpy.isnan()的文档
以上这篇Python Numpy:找到list中的np.nan值方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/ninnyyan/article/details/80564699