如何在NumPy中将NaN替换为0求和？含循环求均值相加场景

这问题我之前处理类似场景时也碰到过！其实不用局限于觉得np.nan_to_num只适用于数组——它完全能处理单个标量值，另外还有几种更直观的方式，给你列几个可行方案：

方案1：直接用np.nan_to_num处理单个值 #

np.nan_to_num的nan参数可以指定把NaN替换成你想要的值，不管输入是标量还是数组都能生效，刚好匹配你的需求：

import numpy as np
import matplotlib.pyplot as plt

for i in x :
    a1 = np.average(function1(i))
    a2 = np.average(function2(i))
    # 将NaN替换为0，保留其他正常数值
    a1_clean = np.nan_to_num(a1, nan=0.0)
    a2_clean = np.nan_to_num(a2, nan=0.0)
    plt.plot(i, a1_clean + a2_clean, 'o')

方案2：用条件判断（Pythonic风格） #

如果更喜欢直观的条件逻辑，可以直接通过np.isnan判断后替换，代码可读性很高：

for i in x :
    a1 = np.average(function1(i))
    a2 = np.average(function2(i))
    # 检查是否为NaN，是则替换为0，否则保留原值
    a1_clean = a1 if not np.isnan(a1) else 0
    a2_clean = a2 if not np.isnan(a2) else 0
    plt.plot(i, a1_clean + a2_clean, 'o')

也可以用numpy的np.where实现同样逻辑，写法更简洁：

a1_clean = np.where(np.isnan(a1), 0, a1)
a2_clean = np.where(np.isnan(a2), 0, a2)

方案3：合并求和步骤，简化代码 #

如果不想额外定义变量，也可以直接在求和时完成替换，一步到位：

for i in x :
    a1 = np.average(function1(i))
    a2 = np.average(function2(i))
    total = np.nan_to_num(a1, nan=0) + np.nan_to_num(a2, nan=0)
    plt.plot(i, total, 'o')

补充说明：如果function1(i)或function2(i)返回的数组全为NaN，np.average会返回标量NaN，上面的所有方案都能正确识别并替换成0，完全覆盖你的场景。

内容的提问来源于stack exchange，提问作者Googlebot