计算 NumPy 数组中非 NaN 元素的数量

如果我们需要计算一个 NumPy 数组中非 NaN 元素的数量，我们可以使用 numpy.count_nonzero() 函数。该函数会返回数组中非零元素的数量，也可以接受布尔数组作为参数来返回 True 数量。

但是，如果我们直接使用 count_nonzero() 函数来计算非 NaN 元素的数量，会得到错误的结果。因为 NaN 值不等于任何值，如果想要正确地计算非 NaN 元素的数量，需要使用 numpy.isnan() 函数来把数组中的 NaN 值转换为布尔型数组再进行计算。

以下是一个计算 NumPy 数组中非 NaN 元素数量的代码片段：

import numpy as np

# 创建一个包含 NaN 值的 NumPy 数组
arr = np.array([1, 2, np.nan, 4, np.nan])

# 将 NaN 值转换为布尔型数组
arr_non_nan = ~np.isnan(arr)

# 计算非 NaN 元素数量
num_non_nan = np.count_nonzero(arr_non_nan)

# 输出结果
print("非 NaN 元素数量为：" + str(num_non_nan))

在上面的代码片段中，我们先使用 np.isnan() 函数将数组中的 NaN 值转换为了布尔型数组，然后使用 np.count_nonzero() 函数计算该数组中非 NaN 元素的数量，最后输出结果。运行上面的代码片段将输出如下结果：

非 NaN 元素数量为：3

因此，我们可以如上述示例代码一样，使用 np.count_nonzero() 函数和 np.isnan() 函数来计算 NumPy 数组中非 NaN 元素的数量。