Python 如何用NAN值替换每列中的不同值？

请让我知道，如果有人知道一个更好的方法来做以下。 我正在尝试替换numpy数组中的一些值。 每列中的替换条件不同。 假设我有一个numpy数组和nodata值列表，如：

import numpy as np
array = np.array([[ 1, 2, 3],
                  [ 4, 5, 6],
                  [ 7, 8, 9],
                  [10,11,12]])
nodata_values = [4, 8, 3]

我想要的是一个数组，它的值被替换为

array([[ 1.,  2., nan],
       [nan,  5.,  6.],
       [ 7., nan,  9.],
       [10., 11., 12.]])

我知道我能做到：

np.array([np.where(i == nodata_values[idx], np.nan, i) 
          for idx, i in enumerate(array.T)]).T

但是这段代码使用for-loop-inside，因此将其应用于具有上万行的表将需要时间。

用于创建布尔索引和广播

为避免

ValueError:无法将浮点NaN转换为整数

import numpy as np

array = array.astype(np.float)

array[np.isin(array , nodata_values)] = np.NaN

---

---

nan

是浮点值，因此只有当

dtype

是浮点类型时，数组才能包含它。这是否回答了您的问题@KarlKnechtel，谢谢你的评论，我知道这一点，我不介意浮动格式。因为我想要np.nan值。

mask=（数组==4）| |（数组==8）| |（数组==3）；array[mask]=np.nan

@jakub，我希望替换条件的每一列都有不同的值。

[[ 1.  2. nan]
 [nan  5.  6.]
 [ 7. nan  9.]
 [10. 11. 12.]]