你能做的就是生成所有元素都是有限的行。

import pandas as pd, numpy as np 
m1 = [4 ,3 ,4 ,2 ,4 ,3 ,2]
m2 = [5 ,2 ,3 ,5 ,3 ,4 ,3]
m3 = [2, 3, 4, 0, 8, 0, 4]
df = pd.DataFrame({'m1':m1,'m2':m2,'m3':m3})

比如m4 = m2/m3：
df['m4']= df.m2/df.m3
...并且可能包含无限元素。要解决此问题，请在数据框df上使用NumPy的isfinite，然后使用.all（1），如果行中的所有单元格都是有限的，则返回TRUE：
df[np.isfinite(df).all(1)]
为便于查看，请参见随附的屏幕截图。
第一节第一节第一节第一节第一次
在此之后，您现在可以绘制m1与m4的关系图，而无需担心无穷大值：

希望这有帮助！

根据我们提供的工具 * Pandas *，最简单的解决方案是：

• 用 * NaN * 替换 * Inf * 值（正值和负值），
• 删除 * NaN * 值。

因此，您的 * 系列 * 既不包含 * Inf *，也不包含 * NaN *。
因此，在生成m4时，将指令扩展为：

m4 = (df['m2'] / df['m3']).replace([np.inf, -np.inf], np.nan).dropna()

获得（在您的情况下）：

0    2.500000
1    0.666667
2    0.750000
4    0.375000
6    0.750000
dtype: float64

(no键 * 3 * 和 * 5 * 的值），可根据需要绘制。

编辑

我注意到（至少在 * Pandas * v. * 0.25 * 中）即使在 * y * 列中有 * Inf * 或 * NaN * 值，也可以生成DataFrame散点图。
我做了以下实验：
1.创建了 * m4***，没有**删除 * Inf / Nan * 值，但设置了其名称（稍后在 * join * 中需要）：

m4 = df.m2.divide(df.m3).rename('m4')

1.将第二次出现的 * Inf * 替换为 * NaN *：

m4.iat[5] = np.nan

所以现在它同时包含 * Inf * 和 * NaN *。
1.生成绘图：

df.join(m4).plot.scatter(x='m1', y='m4');

实际上，我得到了图片，没有任何错误。
显然，在这种情况下，任何 * Inf / NaN * 值都被悄悄地丢弃，并且只有在此之后才生成图片。