如何遍历二维NumPy数组并打印非NaN值？

你的代码问题出在这几点： #

1. 循环逻辑错误：for i in flower_matrix遍历的是数组的每一行，不是行索引；内层再遍历flower_matrix还是取行，根本没法定位单个元素
2. NaN判断方式错误：NaN和任何值（包括自身）比较结果都是False，不能用!= NaN来判断
3. 元素访问方式错误：你用(i,j)作为索引，但i、j都是行数组，不是整数索引，自然访问不到正确元素

方案1：用索引遍历（新手友好，直观） #

先获取数组的行列数，通过整数索引逐个访问元素，结合np.isnan()判断是否为非NaN值：

import numpy as np

rows, cols = flower_matrix.shape
for i in range(rows):
    for j in range(cols):
        current_val = flower_matrix[i, j]
        if not np.isnan(current_val):
            print(f"位置({i},{j})：{current_val}")

方案2：用NumPy内置操作（更高效，推荐） #

NumPy不建议手动循环，用向量化操作能更快筛选非NaN值，还可同时获取元素位置：

仅获取所有非NaN值

non_nan_vals = flower_matrix[~np.isnan(flower_matrix)]
print("所有非NaN值：", non_nan_vals)

同时获取元素位置与对应值

# 获取所有非NaN值的索引
non_nan_indices = np.argwhere(~np.isnan(flower_matrix))
for idx in non_nan_indices:
    row, col = idx
    print(f"位置({row},{col})：{flower_matrix[row, col]}")

内容的提问来源于stack exchange，提问作者Doda