移除NaN值是数据清洗和预处理过程中比较常见的一项任务。NumPy是Python中广泛使用的数组处理库，它提供了多种方法来处理NaN值。以下是从一个给定的NumPy数组中移除NaN值的完整攻略：
1. 判断数组中是否含有NaN值
在开始处理数组之前，我们需要首先判断数组中是否含有NaN值。NumPy提供了isnan()方法来完成此任务，该方法可以检查数组中每个元素是否为NaN，并返回一个布尔数组。
import numpy as np
# 创建一个包含NaN值的数组
arr = np.array([1, 2, np.nan, 3, 4])
# 判断数组中哪些元素是NaN
mask = np.isnan(arr)
print(mask)
输出结果：
[False False True False False]
2. 移除数组中的NaN值
有了NaN值的索引，我们就可以移除数组中的NaN值。NumPy提供了两种方法来完成此任务：使用Boolean indexing或者使用np.nan_to_num()方法。
使用Boolean indexing
Boolean indexing是一种通过布尔值索引数组来获取子数组的方法。我们可以使用isnan()方法得到一个Boolean值的索引数组，将其传递给数组的[]操作符，直接获取不包含NaN值的子数组。
import numpy as np
# 创建一个包含NaN值的数组
arr = np.array([1, 2, np.nan, 3, 4])
# 使用Boolean indexing移除NaN值
clean_arr = arr[~np.isnan(arr)]
print(clean_arr)
输出结果：
[1. 2. 3. 4.]
在上面的代码中，我们使用~运算符对索引数组进行取反操作，从而获得一个不包含NaN值的子数组。
使用np.nan_to_num()
另一种移除数组中的NaN值的方法是使用np.nan_to_num()方法。该方法会将NaN值替换为0或任意其他我们指定的值。
import numpy as np
# 创建一个包含NaN值的数组
arr = np.array([1, 2, np.nan, 3, 4])
# 使用np.nan_to_num()方法移除NaN值
clean_arr = np.nan_to_num(arr, nan=0)
print(clean_arr)
输出结果：
[1. 2. 0. 3. 4.]
在上面的代码中，我们将NaN值替换为0。如果需要将NaN值替换为其他值，则需要将相应的值传递给nan参数。