这个问题源于在训练机器学习的一个模型时，使用训练数据时提示prepare的数据中存在np.nan

报错信息如下：
ValueError: np.nan is an invalid document, expected byte or unicode string.
刚开始不知道为什么会有这个，后来发现是list中存在nan值

下面是找到nan值的方法：
简单找到：

import numpy as np

x = np.array([2,3,np.nan,5,
              np.nan,5,2,3])

for item in x:
    if np.isnan(item):
        print('yes')

拿到index数组：

x = np.array([[1,2,3,4],
              [2,3,np.nan,5],
              [np.nan,5,2,3]])
print（np.argwhere(np.isnan(x))）

output：
array([[1, 2], [2, 0]])

然而实际上，有些时候，如果是用pandas读出的数据，在list中print时提示为nan，但用isnan方法却并不能正确判断，会提示TypeError，此时需要用pandas.isnull（）判断该值是否为空

下面是numpy.isnan()的文档