python - 当 dtype 是对象时使用 numpy 函数

Question

我的 numpy 数组中有一列，其中有一堆 long 和一些 NaN。其中没有其他 float。如果我将整个列转换为 float，我将失去精度。

如果我不将整个列转换为 float，我将无法使用像 isnan 或 isfinite 这样的 numpy 函数，因为数组是type object 尽管元素是有效类型。

有没有办法在使用 numpy 函数的同时保持精度？

a = np.array([10**50,19**50,float('NaN')])

a
#outputs:
array([100000000000000000000000000000000000000000000000000L,
   8663234049605954426644038200675212212900743262211018069459689001L,
   nan], dtype=object)

np.isnan(a)

#outputs error:

ufunc 'isnan' not supported for the input types, and the inputs could not be safely 
coerced to any supported types according to the casting rule ''safe''

Answer 1

In [1760]: np.isnan(a.astype(float))
Out[1760]: array([False, False,  True], dtype=bool)

因此，如果精度不是那么重要，只需 a=a.astype(float)。