Python 替换包含NaN的numpy数组中的值

在运行上面的代码时，我得到了foll。警告，我理解这个警告的原因，但是如何避免呢

---

运行时警告：在较大值中遇到无效值

存储有效值的索引（非NAN）。首先，我们将使用这些索引索引到数组中，并执行比较以获得掩码，然后再次使用该掩码索引到这些索引中，以检索回与原始顺序对应的索引。使用原始的有序索引，我们可以将输入数组中的元素分配给

NaNs

因此，实施/解决方案将是：-

aa = np.array([2.0, np.NaN])
aa[aa>1.0] = np.NaN

样本运行-

idx = np.flatnonzero(~np.isnan(aa))
aa[idx[aa[idx] > 1.0]] = np.nan

---

您是要替换numpy数组中的NaN值，还是只删除运行时警告？如果是后者，

np.seterr（invalid='ignore'）

就足够了。请参阅Py3中的内容，与

np.nan的比较会产生False而没有警告。这对多维数组有效吗？我之所以出错，是因为
idx
使用线性索引。@Darcy对于多维数组，您需要使用
np。其中
将为我们提供所有DIM的索引，然后使用这些索引和分配。
In [106]: aa  # Input array with NaNs
Out[106]: array([  0.,   3.,  nan,   0.,   9.,   6.,   6.,  nan,  18.,   6.])

In [107]: idx = np.flatnonzero(~np.isnan(aa)) # Store valid indices

In [108]: idx
Out[108]: array([0, 1, 3, 4, 5, 6, 8, 9])

In [109]: aa[idx[aa[idx] > 1.0]] = np.nan # Do the assignment

In [110]: aa #  Verify
Out[110]: array([  0.,  nan,  nan,   0.,  nan,  nan,  nan,  nan,  nan,  nan])