有没有办法将 NaN 存储在 Numpy 整数数组中?我得到:
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
不,你不能,至少对于当前版本的 NumPy。A是仅nan
适用于浮点数组的特殊值。
有关于引入一个特殊位的讨论,该位将允许非浮点数组存储实际上对应于 a 的内容nan
,但到目前为止(2012/10),这只是讨论。
同时,您可能需要考虑numpy.ma
封装:您可以使用特殊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)
nan 只是一个浮点数,整数中没有它的表示,所以没有:)
选择一个无效值,例如 -99999