将 numpy 数组中的特定值转换为 NAN答案

【问题标题】：Convert specific value in numpy array to NAN将 numpy 数组中的特定值转换为 NAN
【发布时间】：2020-06-13 09:51:40
【问题描述】：

我有一个二维 numpy 数组。它的形状为(6994, 6994)。 -1000 有很多值，我想将它们编码为 NAN。我试过了：

array[array == -1000] = np.NAN，但这给了我错误cannot convert float NaN to integer

当我尝试写一个函数时：

def valtona(array, val):
    for i in array:
        for j in array:
            if array[i,j] == -1000:
                array[i,j] = np.NAN

我得到： ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我知道有一些关于同一问题的问题，但我仍然没有设法解决它。

【问题讨论】：

试试for i in range(6994): for j in range(6994):。
np.nan 是一个浮点数。你的数组是整数。对于sklearn 使用哪个更有用？

标签： python arrays numpy scikit-learn na

【解决方案1】：

你仍然可以使用

array[array == -1000] = np.NAN

您只需先将其转换为float。

array=array.astype('float')
array[array == -1000] = np.NAN

【讨论】：

享受 float 1000.000000000001 != int 1000 的比较问题。
公平点，但是转换将是float64，而不是float32，精度要好得多。
完美，帮了大忙！！
mask 可以用原始的int dtype 数组计算。

【解决方案2】：

您可以使用 np.isclose() 并设置参数以满足您的需求，以克服使用浮点数的精度挑战。

>>> a
array([ 0.,  1.,  2.,  4.,  4.,  5.,  6.,  7.,  8.,  9.])
>>> a[3]
4.0000000000001004
>>> a[4]
4.0
>>> np.isclose(a,[4.0], .00000001, .00000001)
array([False, False, False,  True,  True, False, False, False, False, False], dtype=bool)
>>> np.isclose(a,[4.0])
array([False, False, False,  True,  True, False, False, False, False, False], dtype=bool)
>>> a[np.isclose(a,[4.0], .00000001, .00000001)]=np.nan
>>> a
array([  0.,   1.,   2.,  nan,  nan,   5.,   6.,   7.,   8.,   9.])

【讨论】：