替换包含NaN的numpy数组中的值

Question

aa = np.array([2.0, np.NaN])
aa[aa>1.0] = np.NaN

运行上述代码时，我收到以下警告。我理解这个警告的原因，但如何避免呢？ 运行时警告：在大于符号中出现无效值

- user308827

---

你想要在numpy数组中替换NaN值还是只是消除RuntimeWarning？如果是后者，np.seterr(invalid='ignore')就足够了。参考这个问题。 - gzc

Answer 1

存储有效索引（非NaN值）的下标。首先，我们将使用这些索引对数组进行索引，并执行比较以获取掩码，然后再使用该掩码对这些索引进行索引，以检索与原始顺序相对应的索引。使用原始顺序的索引，我们可以将输入数组中的元素分配为NaNs。

因此，一个实现/解决方案如下 -

idx = np.flatnonzero(~np.isnan(aa))
aa[idx[aa[idx] > 1.0]] = np.nan

示例运行 -

In [106]: aa  # Input array with NaNs
Out[106]: array([  0.,   3.,  nan,   0.,   9.,   6.,   6.,  nan,  18.,   6.])

In [107]: idx = np.flatnonzero(~np.isnan(aa)) # Store valid indices

In [108]: idx
Out[108]: array([0, 1, 3, 4, 5, 6, 8, 9])

In [109]: aa[idx[aa[idx] > 1.0]] = np.nan # Do the assignment

In [110]: aa #  Verify
Out[110]: array([  0.,  nan,  nan,   0.,  nan,  nan,  nan,  nan,  nan,  nan])

- Divakar

---

在Py3中，与np.nan进行比较会产生False而不会出现警告。 - hpaulj

这对多维数组有效吗？我得到错误，因为idx使用线性索引。 - Darcy

@Darcy 对于多维数组，你需要使用np.where来获取所有维度的索引，然后使用这些索引进行索引和赋值。 - Divakar