Python 用nan轻松替换np数组的0值

原则上，np数组似乎可以保存nan值，但它不希望在初始分配后将其写入？有谁能解释一下这一点，并提出一种比我在示例5中的方法更简单的替换方法吗

import numpy as np

a = np.array([2,1,0,7])
a[a==0] = -999  # replacing this way with numbers works
print (a)

a = np.array([2,1,np.nan,7])  # allocating an np array with nans works
print (a)

a = np.array([2,1,0,7])
a[a==0] = np.nan   # trying the frist approach with nan instead of a number gives ValueError: cannot convert float NaN to integer

a = np.array([2,1,0,7])
a[2] = np.nan   #  also writing to one specific position does not work: ValueError: cannot convert float NaN to integer
print (a)

# works - but this cant be the way to do it normally?
a = np.array([2,1,0,7])
a = list(a)
for idx, elem in enumerate(a):
    if elem == 0:
        a[idx] = np.nan
a = np.array(a)
print(a)

整数没有NaN值

np.nan

是一个浮点，不能放在整数数组中

roganjosh击败了我，找到了解决方案：p（即，在尝试将

np.nan

放入其中之前，先转换为浮点数组）。经roganjosh许可：

a = np.array([2,1,0,7])
a = a.astype(np.float64)
a[a == 0] = np.nan
a
# => array([ 2.,  1., nan,  7.])

转换为

list

有效的原因是，与numpy数组不同，list不介意混合元素类型。当您重新转换整数和浮点的混合列表时，numpy将假定您需要一个浮点数组

整数没有NaN值

np.nan

是一个浮点，不能放在整数数组中

roganjosh击败了我，找到了解决方案：p（即，在尝试将

np.nan

放入其中之前，先转换为浮点数组）。经roganjosh许可：

a = np.array([2,1,0,7])
a = a.astype(np.float64)
a[a == 0] = np.nan
a
# => array([ 2.,  1., nan,  7.])

---

转换为

list

有效的原因是，与numpy数组不同，list不介意混合元素类型。当您重新转换整数和浮点的混合列表时，numpy将假定您需要浮点数组。

如注释中所述，问题是a的类型为

int

，而

np.nan

的类型为float，因此它不能直接赋值，也不能强制转换为int，因为它只为浮点类型定义

要使切片分配正常工作，您必须初始化一个浮点数组：

a = np.array([2,1,0,7], dtype=float)
a[a==0] = np.nan

print(a)
# array([ 2.,  1., nan,  7.])

---

如注释中所述，问题在于a的类型为

int

，而

np.nan

的类型为float，因此不能直接赋值或强制转换为int，因为它仅为float类型定义

要使切片分配正常工作，您必须初始化一个浮点数组：

a = np.array([2,1,0,7], dtype=float)
a[a==0] = np.nan

print(a)
# array([ 2.,  1., nan,  7.])

---

这个错误很明显。问题是

a

的类型为

int

，而

np.nan

的类型为

float

，因此它不能直接赋值或强制转换为int，因为它只为float类型定义

a=a.astype（np.float64）；a[a==0]=np.nan

错误非常明显。问题是

a

的类型为

int

，而

np.nan

的类型为

float

，因此它不能直接赋值或强制转换为int，因为它只为float类型定义

a=a.astype（np.float64）；a[a==0]=np.nan

tbf，我首先用整数重复了这个错误：）只要加上你的答案，他们可能会用他们的例子侥幸逃脱，甚至更少。bf，我首先用整数重复了这个错误：）只要加上你的答案，他们可能会用自己的例子侥幸逃脱，甚至更少