在使用numpy数组的过程中时常会出现nan或者inf的元素，可能会造成数值计算时的一些错误。这里提供一个numpy库函数的用法，使nan和inf能够最简单地转换成相应的数值。
numpy.nan_to_num(x): 使用0代替数组x中的nan元素，使用有限的数字代替inf元素
使用范例：
代码语言：javascript复制>>>import numpy as np
>>> a = np.array([[np.nan,np.inf],
... [-np.nan,-np.inf]])
>>> a
array([[ nan, inf],
[ nan, -inf]])
>>> np.nan_to_num(a)
array([[ 0.00000000e 000, 1.79769313e 308],
[ 0.00000000e 000, -1.79769313e 308]])和此类问题相关的还有一组判断用函数，包括：
- isinf
- isneginf
- isposinf
- isnan
- isfinite
使用方法也很简单，以isnan举例说明：
代码语言：javascript复制>>> import numpy as np
>>> np.isnan(np.array([[1, np.nan, np.inf],
... [np.nan, -np.inf, -0.25]]))
array([[False, True, False],
[ True, False, False]], dtype=bool)
