python - 修改numpy数组返回 `nan`越界？

Question

有没有创建一个在索引越界时返回 np.nan 的 numpy 数组？例如

x = np.array([1,2,3])
x[1] # 2
x[-2] # np.nan
x[5] # np.nan

我找到的最接近的是 np.pad。

我知道我可以编写一个包装器类，但我想知道是否有任何有效的 numpy 方法来做到这一点。

Answer 1

In [360]: x = np.array([1,2,3])                                                                        
In [361]: x[1]                                                                                         
Out[361]: 2

np.take 可让您使用模式控制进行索引。如果索引超出范围，默认情况下会引发错误(其他选项请参阅文档):

In [363]: np.take(x,1)                                                                                 
Out[363]: 2
In [364]: np.take(x,-2)                                                                                
Out[364]: 2
In [365]: np.take(x,5)                                                                                 
----
IndexError: index 5 is out of bounds for size 3

您可以编写一个小函数，将它包装在 try/except 中，在 IndexError 的情况下返回 np.nan。

请记住，np.nan 是一个 float ，而您的示例数组是整数 dtype。