Numpy：检查整数 NaN

Question

我需要一个包含不同数据类型（浮点数或整数）列的表。我使用 dtype 来定义它们：import numpy as np# define arraydatadef=[ ('i', '<i4'), ('f', '<f8'), ('g', '<f8'), ('j', '<i4') ]arr = np.full((4,), np.nan, dtype=datadef) # fill array with dataarr['i'] = np.array([1, 2, 3, 4])arr['f'] = np.array([1.3333333333, np.nan, 2.6666666666666666, 5.0])arr['g'] = np.array([2.77777777777, 5.4, 3.4, np.nan])# nothing for 'j'print arr输出 ：[(1,  1.33333333,  2.77777778, -2147483648) (2,         nan,  5.4       , -2147483648) (3,  2.66666667,  3.4       , -2147483648) (4,  5.        ,         nan, -2147483648)]最后一列的NaN值已转换为-2147483648，到目前为止没有问题。但是现在我无法检查我的数组中的值是否确实是 NaN ：row = arr[1]print np.isnan(row) # TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''在单个单元格上，信息似乎NaN丢失了，-2147483648被认为是“经典数字”：print row # (2,  nan,  5.4, -2147483648)print np.isnan(row[0]) # False, OKprint np.isnan(row[1]) # True, OKprint np.isnan(row[3]) # False, expected True在这种情况下是否有一种简单的方法来检查NaN整数？

Answer 1

np.nan是浮点数而不是整数。您要么必须更改最后一列的数据类型，要么使用不同的结构将 nan 存储为整数。

datadef=[ ('i', '<i4'), ('f', '<f8'), ('g', '<f8'), ('j', '<f4') ]

arr = np.full((4,), np.nan, dtype=datadef) 

# fill array with data

arr['i'] = np.array([1, 2, 3, 4])

arr['f'] = np.array([1.3333333333, np.nan, 2.6666666666666666, 5.0])

arr['g'] = np.array([2.77777777777, 5.4, 3.4, np.nan])

# nothing for 'j'

现在尝试打印 np.isnan 语句：

print(np.isnan(arr[1][3]))

True