使用NAN初始化python数组（预分配）

我想初始化一个数组，它将保存一些数据。我创建了一个随机矩阵（使用

np.empty

），然后将其乘以

np.nan

。这有什么问题吗？还是有更好的做法值得我坚持

为了进一步解释我的情况：我有需要存储在数组中的数据。假设我有8行数据。每行中的元素数量不相等，因此我的矩阵行长度需要与最长的行一样长。在其他行中，某些元素将不会被填充。我不想使用零，因为我的一些数据实际上可能是零

我意识到我可以使用一些我知道我的数据永远不会使用的值，但nans肯定更清楚。只是想知道这是否会在以后的处理中引起任何问题。我意识到我需要使用

nanmax

而不是

max

等等

我创建了一个随机矩阵（使用np.empty），然后将其乘以np.nan。这有什么问题吗？还是有更好的做法值得我坚持

例如，您可以使用：

np.full((100, 100), np.nan)

---

---

但是，根据您的需要，您可以查看屏蔽阵列或稀疏矩阵。不过，它可能合适，也可能不合适。无论采用哪种方式，您都可能需要使用相应模块的不同函数，而不是普通的numpy ufuncs。

我喜欢的一种方式可能不是最好的，但很容易记住，就是通过以下方式向numpy对象添加“nans”方法：

import numpy as np
def nans(n):
    return np.array([np.nan for i in range(n)])

setattr(np,'nans',nans)

现在您可以简单地使用np.nans，就好像它是np.zero一样：

np.nans(10)

---

谢谢这两种方法似乎都解决了我所追求的，我想这是一种更明确的方法来做我想做的事情。