python - numpy:NaN 和掩码数组之间的区别

Question

在 numpy 中有两种标记缺失值的方法:我可以使用 NaN 或 masked array。我知道使用 NaN(可能)更快，而掩码数组提供更多功能(哪个？)。

我想我的问题是我是否/什么时候应该使用一个而不是另一个？np.NaN 在常规数组与屏蔽数组 中的用例是什么？

我确信答案一定在那里，但我找不到...

Answer 1

区别在于两种结构保存的数据。

使用 regular array with np.nan , 无效值后面没有数据。

使用 masked array ，您可以初始化一个完整的数组，然后在其上应用一个掩码，以便某些值看起来无效。 numpy.ma 模块提供的方法使您不必处理 np.nan 行为(例如，np.nan == np.nan 始终为 False 等)

如果您有一个数组，您永远不需要在无效单元格中放置值，请使用前者。您始终可以使用 np.nan 和一些索引技术来复制复杂的操作，但这正是掩码数组的用途。