当然,使用numpy是更好的选择,除非您有充分的理由不使用它;)为此,请参见Daniel的回答。
如果您想使用裸露的Python解决方案,则可以执行以下 *** 作:
values = [3, 5, 0, 3, 5, 1, 4, 0, 9]def zero_to_nan(values): """Replace every 0 with 'nan' and return a copy.""" return [float('nan') if x==0 else x for x in values]print(zero_to_nan(values))
给你:
[3, 5, nan, 3, 5, 1, 4, nan, 9]
Matplotlib不会绘制
nan(不是数字)值。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)