nan，即非数字，表示一个不存在或不可用的值。用途：处理包含缺失数据或无效数字的数组或数据帧。创建 nan：使用 numpy 常量 np.nan 或直接赋值 float('nan')。检测 nan：使用 math.isnan() 函数。比较 nan：nan 与其他值比较时始终返回 false。处理 nan：可忽略、填充占位符或插值 nan 值。
什么是 NaN？
在 Python 中，NaN 是 Not a Number（非数字）的缩写。它是一个特殊值，表示一个值不存在或不可用。
用途：
NaN 值主要用于处理包含缺失数据或无效数字的数组或数据帧。它允许程序员轻松地识别和处理丢失或不完整的数据。
立即学习“Python免费学习笔记（深入）”；
创建 NaN：
可以使用以下方式创建 NaN 值：
思乐微信商城微分销系统
下载
思乐微信商城微分销系统是以.net+access/mssql进行开发的微信分销系统。基于微信朋友圈的传播，是打造以分销商为中心的全新微信分销体验。让粉丝实时有效的获取朋友圈流量并快速分享购买分佣。因为是基于微信，所以要在微信上体验才更好。关注我们的微信核心功能：1、自动提示用户关注微信，解决一般程序无关注微信公众号的过程2、只要通过链接进一次，不过好久注册，什么方面注册，只要是用微信注册的，都会算
-
np.nan：NumPy 库中的 NaN 常量。 -
float('nan')：直接将 NaN 值赋值给浮点变量。
检测 NaN：
可以使用 math.isnan() 函数来检测变量是否是 NaN 值：
<code class="python">import math
value = np.nan
if math.isnan(value):
print("值是 NaN")</code>与其他值的比较：
NaN 值与其他值比较时，总是返回 False：
<code class="python">value = np.nan print(value == 0) # False print(value != 0) # False</code>
处理 NaN：
处理 NaN 值时，可以使用以下技术：
- 忽略 NaN：将 NaN 值从计算或操作中排除。
- 用占位符填充 NaN：用一个特定值（例如 0 或 -1）填充 NaN 值。
- 插值 NaN：使用相邻值的平均值或其他算法估计 NaN 值。
