np.isfinite能同时捕获nan和inf，因其基于ieee 754位模式判断，比x==x或abs(x)!=np.inf更可靠；清洗时应保持原始shape，pipeline中需前置finitefilter统一转nan再交由simpleimputer处理。
np.isfinite 为什么能同时捕获 NaN 和 Inf
np.isfinite 返回 True 当且仅当输入既不是 NaN 也不是 Inf（包括 +inf 和 -inf）。它底层依赖 IEEE 754 浮点标准的位模式判断，不依赖值比较，因此比 x == x（判 NaN）或 abs(x) != np.inf 更可靠、更简洁。
常见误用是只用 np.isnan 清洗——这会漏掉 Inf；而用 np.isinf 单独处理又得额外写逻辑合并。直接上 np.isfinite 是最省事的兜底方案。
-
np.isfinite(np.nan)→False -
np.isfinite(np.inf)→False -
np.isfinite(-np.inf)→False -
np.isfinite(0.0)→True
清洗特征列时如何保留原始结构不破坏 shape
对一维数组或 DataFrame 的单列做清洗，容易误用布尔索引导致维度塌缩。比如 arr[np.isfinite(arr)] 返回的是压缩后的一维数组，丢失了原始索引对齐关系——这对后续建模或特征工程是灾难性的。
正确做法是用布尔掩码做原地替换或生成新列，保持长度和索引不变：
- 填充无效值：
arr[~np.isfinite(arr)] = 0或arr = np.where(np.isfinite(arr), arr, np.nan) - Pandas 中推荐：
df['col'] = df['col'].where(np.isfinite(df['col']), other=np.nan) - 避免：
df = df[np.isfinite(df['col'])]（整行被删，非仅该列）
在 scikit-learn Pipeline 中集成 np.isfinite 清洗逻辑
sklearn 的 SimpleImputer 默认不处理 Inf，遇到 Inf 会直接报错 ValueError: Input contains NaN, infinity or a value too large for dtype('float64')。不能等它报错才处理。
稳妥做法是在预处理 Pipeline 最前端插入自定义转换器，把 Inf 和 NaN 统一转为 np.nan，再交给 SimpleImputer 处理：
from sklearn.base import BaseEstimator, TransformerMixin
class FiniteFilter(BaseEstimator, TransformerMixin):
def fit(self, X, y=None):
return self
def transform(self, X):
X = np.asarray(X)
# 将 Inf/NaN 全部转为 np.nan，保持 dtype 和 shape
X = np.where(np.isfinite(X), X, np.nan)
return X
然后组合进 Pipeline：Pipeline([('filter', FiniteFilter()), ('impute', SimpleImputer())])。
注意 float32 与 float64 下 Inf 的生成行为差异
某些数值运算（如除零、溢出）在 float32 和 float64 下表现不同：比如 np.array([1e40], dtype='f4') ** 2 在 float32 中可能直接得 inf，而同值用 float64 还在可表示范围内。这意味着同一段计算逻辑，在不同 dtype 下可能只在某一种里产出 Inf。
排查时别默认 dtype 是 float64，尤其读取 CSV 或加载 torch/tensorflow 张量后容易隐式降级：
- 检查 dtype：
x.dtype - 强制升为 float64 再检测：
np.isfinite(x.astype(np.float64))（但注意内存开销） - 更安全的做法是清洗前统一 dtype：
x = x.astype(np.float64)，再用np.isfinite
Inf 和 NaN 不是异常值，而是合法浮点状态；它们混在特征里不会报错，但会让模型训练发散或预测全 nan——这点最容易被忽略。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
