python - 替换 numpy 数组中包含 NaN 的值

Question

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

运行上面的代码后，我得到了以下结果。警告，我明白这个警告的原因，但是如何避免它？

运行时警告:更大的值遇到无效

Answer 1

存储有效索引(非 NaN)。首先，我们将使用这些索引来索引数组并执行比较以获得掩码，然后再次使用该掩码索引这些索引以检索与原始顺序相对应的索引。使用原始排序索引，我们可以将输入数组中的元素分配给 NaN。

因此，实现/解决方案将是 -

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

示例运行 -

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])