在Python中，当我将二维数组的一行设置为np.nan时，为什么会得到-9223372036854775808？答案

【问题标题】：In Python, why did I get -9223372036854775808 when I set one row of a 2D array as np.nan?在Python中，当我将二维数组的一行设置为np.nan时，为什么会得到-9223372036854775808？
【发布时间】：2021-09-23 03:28:48
【问题描述】：

在 Python 中，如果我定义一个二维数组，并将第二行设置为 np.nan，则第二行将变为全 -9223372036854775808 而不是缺失值。一个例子在这里：

b = np.array(
[[0, 0, 0, 0, 0, 0, 0, 0, 0, 5],
 [0, 3, 4, 4, 6, 6, 6, 5, 4, 5],
 [0, 0, 0, 3, 6, 6, 6, 6, 6, 6],
 [0, 0, 3, 4, 6, 6, 6, 6, 6, 6],
 [0, 1, 2, 4, 4, 4, 4, 4, 4, 4]])

b[1, :] = np.nan
print(b)

[[                   0                    0                    0
                 0                    0                    0
                 0                    0                    0
                 5]
[-9223372036854775808 -9223372036854775808 -9223372036854775808
 -9223372036854775808 -9223372036854775808 -9223372036854775808
 -9223372036854775808 -9223372036854775808 -9223372036854775808
 -9223372036854775808]
[                   0                    0                    0
                 3                    6                    6
                 6                    6                    6
                 6]
[                   0                    0                    3
                 4                    6                    6
                 6                    6                    6
                 6]
[                   0                    1                    2
                 4                    4                    4
                 4                    4                    4
                 4]]

有人知道吗？我应该如何正确地将一行分配给 np.nan？

供您参考，我在 Ubuntu 16.04.7 LTS（GNU/Linux 4.15.0-132-generic x86_64）上由 mamba 创建的 python 3.7.10 环境中运行这些代码。

【问题讨论】：

在我的 Mac Python 3.9.4 (NumPy 1.21.0) 环境中运行您的代码，我得到“ValueError: cannot convert float NaN to integer” for b[1, :] = np.nan...
相关的是，-9223372036854775808 是 64 位有符号整数可以容纳的最小值。

标签： python python-3.x numpy nan

【解决方案1】：

np.nan 是一个特殊的浮点值，不能在整数数组中使用。由于b 是一个整数数组，代码b[1, :] = np.nan 尝试将np.nan 转换为一个整数，这是一个未定义的行为。有关类似问题的讨论，请参阅 this。

【讨论】：

【解决方案2】：

首先，nan 是一个仅适用于浮点数组的特殊值。

我尝试在基于 Windows x-64 的 python 3.8（64 位环境）上运行您的代码。

b = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 5],
              [0, 3, 4, 4, 6, 6, 6, 5, 4, 5],
              [0, 0, 0, 3, 6, 6, 6, 6, 6, 6],
              [0, 0, 3, 4, 6, 6, 6, 6, 6, 6],
              [0, 1, 2, 4, 4, 4, 4, 4, 4, 4]])
b[1, :] = np.nan
print(b)

这就是我得到的

[[          0           0           0           0           0           0
        0           0           0           5]
 [-2147483648 -2147483648 -2147483648 -2147483648 -2147483648 -2147483648
  -2147483648 -2147483648 -2147483648 -2147483648]
 [          0           0           0           3           6           6
        6           6           6           6]
 [          0           0           3           4           6           6
        6           6           6           6]
 [          0           1           2           4           4           4
        4           4           4           4]]

在 int 数组的情况下，我得到 int 的下限代替 NaN 并且根据您的环境，您也会得到相同的结果.

因此，您可以使用 float 数组来代替 int 数组。

b = np.array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 5],
              [0, 3, 4, 4, 6, 6, 6, 5, 4, 5],
              [0, 0, 0, 3, 6, 6, 6, 6, 6, 6],
              [0, 0, 3, 4, 6, 6, 6, 6, 6, 6],
              [0, 1, 2, 4, 4, 4, 4, 4, 4, 4]], dtype=float)

【讨论】：

【解决方案3】：

你用整数初始化了你的数组。整数没有可能的“nan”值，将求助于最小值。一个快速的解决方法是将你的数组初始化为 np.floats，它们可以是“nan”：

b = np.array(
[[0, 0, 0, 0, 0, 0, 0, 0, 0, 5],
 [0, 3, 4, 4, 6, 6, 6, 5, 4, 5],
 [0, 0, 0, 3, 6, 6, 6, 6, 6, 6],
 [0, 0, 3, 4, 6, 6, 6, 6, 6, 6],
 [0, 1, 2, 4, 4, 4, 4, 4, 4, 4]], dtype=np.float)

b[1, :] = np.nan
print(b)

【讨论】：