python - 通过索引将 numpy 数组中的值设置为 NaN

Question

我想将 numpy 数组中的特定值设置为 NaN(将它们排除在逐行均值计算之外)。

我试过了

import numpy

x = numpy.array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 0, 0, 0, 0, 0, 0, 0, 1, 0]])
cutoff = [5, 7]
for i in range(len(x)):
    x[i][0:cutoff[i]:1] = numpy.nan

查看 x，我只看到 -9223372036854775808，我希望 NaN。

我想到了一个替代方案:

for i in range(len(x)):
    for k in range(cutoff[i]):
        x[i][k] = numpy.nan

没有任何反应。我做错了什么？

Answer 1

nan 是一个浮点值。当 x 是整数数据类型的数组时，不能为其分配 nan 值。当 nan 被分配给一个整数数据类型的数组时，该值会自动转换为一个 int:

In [85]: np.array(np.nan).astype(int).item()
Out[85]: -9223372036854775808

因此，要修复您的代码，请将 x 设为 float 数据类型的数组:

x = numpy.array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 0, 0, 0, 0, 0, 0, 0, 1, 0]], 
                dtype=float)

---

import numpy

x = numpy.array([[0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [0, 0, 0, 0, 0, 0, 0, 0, 1, 0]], 
                dtype=float)
cutoff = [5, 7]
for i in range(len(x)):
    x[i][0:cutoff[i]:1] = numpy.nan
 print(x)

产量

array([[ nan,  nan,  nan,  nan,  nan,   5.,   6.,   7.,   8.,   9.],
       [ nan,  nan,  nan,  nan,  nan,  nan,  nan,   0.,   1.,   0.]])