Python numpy：使用运算符-数组中不包含运算符

我有一个数字列表，我将其放入numpy数组中：

>>> import numpy as np
>>> v=np.array([10.0, 11.0])

然后我想从数组中的每个值中减去一个数字。使用numpy阵列可以这样做：

>>> print v - 1.0
[  9.  10.]

不幸的是，我的数据经常包含缺少的值，用

None

表示。对于此类数据，我得到以下错误：

>>> v=np.array([10.0, 11.0, None])
>>> print v - 1.0
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for -: 'NoneType' and 'float'

---

如何以简单高效的方式实现它？

我的建议是使用屏蔽阵列：

v = np.ma.array([10., 11, 0],mask=[0, 0, 1])
print v - 10
>>> [0.0 1.0 --]

还是南斯

v = np.array([10.,11,np.nan])
print v - 10
>>> [  0.   1.  nan]

---

事实上，我更喜欢将NAN作为缺失的数据指标

这些选项也比在OP的数组中不使用要好得多，因为OP的数组实际上是

object

类型，因此效率非常低，光栅数组比浮点数组低。非常感谢，使用

numpy.nan

听起来像是一种方法，比屏蔽数组更实用。什么时候屏蔽数组会比将缺失数据指示器表示为numpy.nan更好？我认为屏蔽数组可以更好地执行一些操作，如数组的求和和和平均值（然后正确处理缺失数据）。另外，我想您可以区分实际的NAN和丢失的数据。否则（我几乎总是这么说）在我看来南安号更好。

v = np.array([10.,11,np.nan])
print v - 10
>>> [  0.   1.  nan]