python - np.where 等价于一维数组

Question

我正在尝试用另一个数组中的值填充一个数组中的 nan 值。由于我正在处理的数组是一维 np.where不管用。但是，按照 documentation 中的提示进行操作我尝试了以下方法:

import numpy as np

sample = [1, 2, np.nan, 4, 5, 6, np.nan]
replace = [3, 7]

new_sample = [new_value if condition else old_value for (new_value, condition, old_value) in zip(replace, np.isnan(sample), sample)]

但是，我期望的输出是 [1, 2, 3, 4, 5, 6, 7] 我得到:

[Out]: [1, 2]

我做错了什么？

Answer 1

np.where 有效

In [561]: sample = np.array([1, 2, np.nan, 4, 5, 6, np.nan])

使用isnan 来识别nan 值(不要使用==)

In [562]: np.isnan(sample)
Out[562]: array([False, False,  True, False, False, False,  True])

In [564]: np.where(np.isnan(sample))
Out[564]: (array([2, 6], dtype=int32),)

bool 值或 where 元组中的任何一个都可以索引 nan 值:

In [565]: sample[Out[564]]
Out[565]: array([nan, nan])
In [566]: sample[Out[562]]
Out[566]: array([nan, nan])

并用于替换:

In [567]: sample[Out[562]]=[1,2]
In [568]: sample
Out[568]: array([1., 2., 1., 4., 5., 6., 2.])

三个参数也有效 - 但返回一个副本。

In [571]: np.where(np.isnan(sample),999,sample)
Out[571]: array([  1.,   2., 999.,   4.,   5.,   6., 999.])