Python numpy数字化中的遮罩值

我希望

numpy digitalize

忽略数组中的一些值。为此，我用

NaN

替换了不需要的值，并屏蔽了

NaN

值：

import numpy as np
A = np.ma.array(A, mask=np.isnan(A))

---

尽管如此，

np.digitalize

仍将屏蔽值作为

-1

抛出。是否有其他方法使

np.digitalize

忽略屏蔽值（或

NaN

）

我希望这不是性能优化，否则您可以 数字化功能后的遮罩：

将numpy导入为np
A=np.arange（10，dtype=np.float）
A[0]=np.nan
A[-1]=np.nan
bin=np.数组（[1,2,7]）
res=np.数字化（A，箱子）
#这里np.nan被分配到highes bin
#使用numpy“1.17.2”
打印（res）
#在执行后屏蔽阵列的sp
#数字化
打印（res[~np.isnan（A）]）

>>[3 1 2 2 3 3]
>>> [1 2 2 2 2 2 3 3]

我希望这不是性能优化，否则您可以 数字化功能后的遮罩：

将numpy导入为np
A=np.arange（10，dtype=np.float）
A[0]=np.nan
A[-1]=np.nan
bin=np.数组（[1,2,7]）
res=np.数字化（A，箱子）
#这里np.nan被分配到highes bin
#使用numpy“1.17.2”
打印（res）
#在执行后屏蔽阵列的sp
#数字化
打印（res[~np.isnan（A）]）

>>[3 1 2 2 3 3]
>>> [1 2 2 2 2 2 3 3]

是1D数组吗？@some\u name.py是1D数组吗？@some\u name.py是