用Python整数列表和None值初始化numpy掩码数组

Question

如在回答将具有None值的Python列表转换为带有nan值的numpy数组中所示，如果我们强制dtype=float，则可以轻松地从具有None值的列表初始化遮罩numpy数组。这些浮点值将被转换为nan，我们只需执行以下操作：

ma.masked_invalid(np.array(a, dtype=float), copy=False)

然而，对于像int这样的数据类型，这种方法是行不通的：

ma.masked_invalid(np.array(a, dtype=int), copy=False)

由于不存在 int nan，中间的 np.array 不会创建 None 值。

在基于 Python 整数列表初始化掩码数组并包含 None 值的情况下，最有效的方法是什么，以使这些 None 值成为遮罩？

- Andrzej Pronobis

---

我认为在没有一个对象数据类型的临时数组的情况下，很难找到一个好的解决方法。确保你选择的解决方案最终不会以对象数据类型结束。 - user2357112

Answer 1

到目前为止，我发现最优雅的解决方案（尽管并不优雅）是初始化一个float类型的掩码数组，然后将其转换为int。

ma.masked_invalid(np.array(a, dtype=float), copy=False).astype(int)

这会生成一个适当的NP数组，其中初始数组a中的None值被屏蔽。例如，对于：

a = [1, 2, 3, None, 4]
ma.masked_invalid(np.array(a, dtype=float), copy=False).astype(int)

我们得到：

masked_array(data = [1 2 3 -- 4],
             mask = [False False False  True False],
       fill_value = 999999)

此外，实际的掩码整数值变为最小整数，即。

ma.masked_invalid(np.array(column, dtype=float), copy=False).astype(int).data

提供：

array([                   1,                    2,                    3,
       -9223372036854775808,                    4])

- Andrzej Pronobis

Answer 2

你不能这样做，但是你可以创建一个由对象数据类型单元格组成的numpy数组

ma.masked_invalid(np.array(a, dtype=object), copy=False)

编辑

否则，您可以在此处查看NumPy或Pandas：在具有NaN值的情况下保持数组类型为整数

- farhawa

---

是的，但最终我确实需要int类型。完整的答案应该为我提供一个int类型的掩码数组。最有效的方法是什么？ - Andrzej Pronobis

似乎nan仍未转换为numpy int。那么通过对象的方式，最好的方法是什么？ - Andrzej Pronobis

Answer 3

首先创建两个空数组，一个数据类型为int的数组将成为掩码ed数组，另一个数据类型为布尔型的数组将成为掩码本身。

然后遍历Python数组。在arr_without_none中，我们用默认值替换所有None的出现，并在mask_mat中存储Python数组中原始值是None还是整数。最后，我们从这两个组件生成一个掩码数组。

def masked_int_array(arr, default=0):
    arr_without_none = numpy.empty(len(arr), dtype=int)
    mask_mat = numpy.empty(len(arr), dtype=bool)
    for i in range(len(arr)):
        arr_without_none[i] = default if arr[i] is None else arr[i]
        mask_mat[i] = arr[i] is None
    return ma.array(data=arr_without_none, dtype=int, mask=mask_mat, copy=False)

- Greg Nisbet