如何使用np.isnan从Python中的数组中删除带有nan的行？

这是我的代码：

with open(r'filename.dat') as f:
for line in itertools.islice(f, 19, None):
    line = line.strip()
    columns = line.split()
    lam = columns[0]
    lam1 = np.array(lam)
    flux = float(columns[1])
    flux1 = np.array(flux)
    data = np.column_stack((lam1,flux1))
    data = data[~np.isnan(data).any(axis=1)]
    print(data)

我得到这个错误：

---

TypeError:输入类型不支持ufunc“isnan”，并且根据强制转换规则“安全”，无法将输入安全强制为任何受支持的类型。

您可以更轻松地使用numpy函数导入数据，然后使用简单的切片表示法操作删除NaN：

data = np.genfromtxt('filename.dat')
data = data[~np.isnan(data)]

---

这样，当您导入数据时，它将已经是一个

ndarray

，numpy操作将更容易应用。然后使用切片表示法选择非NaN

np.isnan（）

示例输入和输出的行。。。您在这里所做的工作（在文件上循环、手动拆分、堆叠列等）与使用loadtxt或类似的方法相比，似乎需要大量的工作……基本上，我有一个.dat文件，其中包含一个标头，然后是波长和相应的通量值。一些通量值表示为“nan”（即低通量）。使用nan删除行的方法可能比我现在的方法简单得多。您是否尝试过使用

np.loadtxt

加载文件，并指定合适的

skiprows=

和

usecols=

并查看结果？类似于

data=np.loadtxt（'filename.dat'，usecols=[0,1]，skiprows=19）

的东西成功了！现在data=data[~np.isnan（data）.any（axis=1）]起作用。非常感谢。