使用 np.nan 替换数组的所有元素时出现问题答案

【问题标题】：An issue with np.nan when using it to replace all elements of an array使用 np.nan 替换数组的所有元素时出现问题
【发布时间】：2020-05-16 00:15:22
【问题描述】：

这是一个一维数组：

a = np.array([1, 2, 3])

我正在尝试用np.nan 替换所有元素。当然，我会尝试：

a[:] = np.nan

最终返回：

array([-9223372036854775808, -9223372036854775808, -9223372036854775808])

所以问题很简单：为什么它不起作用。

附：目前我只是在使用

a = np.array([np.nan for a_i in a])

实现我想做的事情。

【问题讨论】：

np.full_like(a, np.nan, dtype=float) 也可以使用
事实上这是 NumPy 中的一个错误。默认情况下，NumPy 尝试将任何分配的值转换为数组类型。所以如果你做了a[:] =1.3 你只会得到一个数组，因为a 类型是整数。但是，从np.nan 到整数的转换没有明确定义，实际上a[0] = np.nan 失败了，但似乎切片分配操作没有正确执行此检查。
@jdehesa np.iinfo(np.int64) ==> iinfo(min=-9223372036854775808, max=9223372036854775807, dtype=int64) ...所以这不是错误，而是尝试返回与可能被视为 nodata 的适当整数 dtype 相关联的内容
其实已经是报过的问题了：Nan are converted to int with slicing #4592
@cssstudent 这是因为np.full_like(a) 在构造新数组时复制了a 的dtype（当没有给出其他dtype 时）并且np.full(len(a)) 使用默认的dtype （它是浮点数）在构造新数组时。

【解决方案1】：

您的数组正在使用dtype='int64' 创建。如果您将数组创建为浮点数组，它将起作用。

a = np.array([1, 2, 3], dtype=float)
a[:] = np.nan
print(a)

会给

[nan nan nan]

或者，您可以在初始列表中使用至少一个浮点数来创建数组（但最好是明确的）

a = np.array([1., 2, 3])
a[:] = np.nan
print(a)

给予

[nan nan nan]

【讨论】：