python - 用 `np.nan` 填充嵌套 numpy 数组时的奇怪行为

Question

这个问题已经有答案了:

Set values in numpy array to NaN by index (2 个回答)

已关闭 7 年前。

我有一个带有嵌套数据类型的 numpy 数组:

dt = np.dtype([('e', '<f8'), ('n', '<i8'), ('pos', '<f8', (3,))])
arr = np.zeros(5, dtype=dt)

array([(0.0, 0, [0.0, 0.0, 0.0]), (0.0, 0, [0.0, 0.0, 0.0]),
       (0.0, 0, [0.0, 0.0, 0.0]), (0.0, 0, [0.0, 0.0, 0.0]),
       (0.0, 0, [0.0, 0.0, 0.0])],
      dtype=[('e', '<f8'), ('n', '<i8'), ('pos', '<f8', (3,))])

我试图用 np.nan 填充整个数组:

arr[:] = np.nan

但是，这并没有按预期工作:

array([(nan, -9223372036854775808, [nan, nan, nan]),
       (nan, -9223372036854775808, [nan, nan, nan]),
       (nan, -9223372036854775808, [nan, nan, nan]),
       (nan, -9223372036854775808, [nan, nan, nan]),
       (nan, -9223372036854775808, [nan, nan, nan])],
      dtype=[('e', '<f8'), ('n', '<i8'), ('pos', '<f8', (3,))])

这里的第二列显然不是nan 。

知道如何解决这个问题吗？

Answer 1

第二列不能为nan。它有一个整数类型。整数没有 nan 表示形式。

值 -9223372036854775808 为 -2**63，即最大负数 64 位有符号整数。