【发布时间】：2015-08-12 06:39:13
【问题描述】：
在 numpy 中有两种方法可以标记缺失值：我可以使用 NaN 或 masked array。我知道使用 NaN （可能）更快，而掩码数组提供更多功能（哪个？）。
我想我的问题是我是否/何时应该使用其中一个？
np.NaN 在regular array vs. a masked array 中的用例是什么？
我确信答案一定在那里，但我找不到它......
【问题讨论】：
【发布时间】：2015-08-12 06:39:13
【问题描述】：
据我了解，NaN 表示任何不是数字的东西，而掩码数组标记缺失值或数字但对您的数据集无效的值。
希望对你有帮助。
【讨论】：
区别在于两个结构所保存的数据。
使用regular array with np.nan，无效值后面没有数据。
使用masked array，您可以初始化一个完整的数组，然后在其上应用掩码，使某些值显得无效。 numpy.ma 模块提供了一些方法，因此您不必处理 np.nan 行为（例如，np.nan == np.nan 始终是 False 等）
如果您有一个永远不需要将值放置在无效单元格中的数组，请使用前者。您始终可以使用np.nan 和一些索引技术来复制复杂的操作，但这就是掩码数组的用途。
【讨论】：
-
举一个具体的例子：当使用带有 NaN 的普通 ndarray 时，当数组包含至少一个 NaN 元素时，调用 myarray.mean() 会给你 NaN。当通过将相应的掩码值设置为 True 使相同的值无效时，myarray.mean() 将执行您想要的操作，从计算中省略 NaN： myarray = numpy.ma.array([1,2,numpy.nan] ,mask=numpy.zeros((3,)) myarray.mean() 给你 1.5。不使用掩码数组，myarray.mean() = numpy.nan
-
@Dr.HillierDániel 但是对于这种情况或类似情况，您可以使用 np.nanmean() 或等效项
请记住，jrmyp 提到的奇怪的 np.nan 行为包括意外结果，例如在使用 statsmodels（例如 ttest）或 numpy 模块（例如平均值）的函数时。根据经验，大多数这些函数都有 NaN 的变通方法，但它有可能让你发疯一段时间。这似乎是尽可能屏蔽数组的理由。
【讨论】：