我有一个大的numpy 2D数组，其中包含许多缺失值（例如NaN），因此某些行和某些列可能有多个缺失元素。
我希望删除（或屏蔽掉）行和/或列以创建数组的子集，同时保留尽可能多的数据。困难在于如果我删除例如如果一行有多个NaN，则可能无需删除多个列，反之亦然。
我的猜测是，最佳解决方案最好通过例如移除，例如迭代地完成。第一行或第一列或至少一个缺少元素且具有最少的非缺失值，删除它，然后再次查找具有该属性的下一行或列等，直到没有缺失值。
我怀疑这是一个已知问题，并且可能存在一次性解决方案。如果是这样，它有名字吗？还有一个Python / numpy实现，而不是必须自己滚动？
编辑 - 添加了红利问题：我可以对可能会删除行的情况进行成像，或者稍微更喜欢删除列。但是，当然，如果（比方说）我们更喜欢删除行，但是有一个列只包含除了一个值之外的所有值，那么删除列是一个明智的选择，而不是除了其中一行之外的所有行。所以任何人都可以提供参数化函数，使得对于参数r，如果r = 1，我们总是删除行，如果r = 0，我们总是删除列，但是对于中间值，我们通过不同的相对量来加权行删除和列删除（例如，如果r = 0.5，那么列和行删除都不是首选，我们最终会最大化保留的数据量）