使用 NAN 替换强制转换非数字 numpy 数组答案

【问题标题】：Forced conversion of non-numeric numpy arrays with NAN replacement使用 NAN 替换强制转换非数字 numpy 数组
【发布时间】：2013-04-19 20:42:51
【问题描述】：

考虑数组

x = np.array(['1', '2', 'a'])

绑定到浮点数组会引发异常

x.astype(np.float)
ValueError: could not convert string to float: a

numpy 是否提供任何有效的方法将其强制转换为数字数组，用 NAN 之类的东西替换非数字值？

或者，是否有一个等效于np.isnan 的高效 numpy 函数，但它也可以测试字母等非数字元素？

【问题讨论】：

标签： python numpy type-conversion nan coercion

【解决方案1】：

您可以使用np.genfromtxt 将字符串数组转换为浮点数组（使用 NaN）：

In [83]: np.set_printoptions(precision=3, suppress=True)

In [84]: np.genfromtxt(np.array(['1','2','3.14','1e-3','b','nan','inf','-inf']))
Out[84]: array([ 1.   ,  2.   ,  3.14 ,  0.001,    nan,    nan,    inf,   -inf])

这是一种识别“数字”字符串的方法：

In [34]: x
Out[34]: 
array(['1', '2', 'a'], 
      dtype='|S1')

In [35]: x.astype('unicode')
Out[35]: 
array([u'1', u'2', u'a'], 
      dtype='<U1')

In [36]: np.char.isnumeric(x.astype('unicode'))
Out[36]: array([ True,  True, False], dtype=bool)

请注意，“数字”是指仅包含数字字符的 Unicode，即具有 Unicode 数值属性的字符。它不包含小数点。所以u'1.3' 不被视为“数字”。

【讨论】：

这个答案可能需要修改 python3 - 你会得到TypeError: Can't convert 'bytes' object to str implicitly。
@cᴏʟᴅsᴘᴇᴇᴅ：感谢您的提醒。用astype('bytes') 修复。
没问题。一如既往的好答案，感谢知识分享！
现在无需转换为字节即可工作
如果列表同时包含字符串和数字，可以使用np.genfromtxt(np.array(x, dtype=str))

【解决方案2】：

如果你碰巧也在使用 pandas，你可以使用 pd.to_numeric() 方法：

In [1]: import numpy as np

In [2]: import pandas as pd

In [3]: x = np.array(['1', '2', 'a'])

In [4]: pd.to_numeric(x, errors='coerce')
Out[4]: array([  1.,   2.,  nan])

【讨论】：