有没有办法将 NaN 存储在 Numpy 整数数组中? 我明白了:
a=np.array([1],dtype=long)
a[0]=np.nan
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: cannot convert float NaN to integer
最佳答案
不,你不能,至少对于当前版本的 NumPy。 nan
是 float 组的特殊值only。
关于引入一个特殊位的讨论,该位将允许非 float 组存储实际上对应于 nan
的内容,但到目前为止(2012/10),这只是讨论。
与此同时,您可能需要考虑 numpy.ma
包:您可以使用特殊的 numpy.ma.masked
值来表示无效值,而不是选择像 -99999 这样的无效整数。
a = np.ma.array([1,2,3,4,5], dtype=int)
a[1] = np.ma.masked
masked_array(data = [1 -- 3 4 5],
mask = [False True False False False],
fill_value = 999999)
关于python - Numpy 整数 nan,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12708807/