重新编码缺失的数据 Numpy答案

【问题标题】：Recode missing data Numpy重新编码缺失的数据 Numpy
【发布时间】：2011-08-10 13:30:23
【问题描述】：

我正在使用 matplotlib cvs2rec 函数读取人口普查数据 - 工作正常给我一个不错的 ndarray。

但是有几个列，其中所有值都是 dtype |04 的“无”。当我进入 Atpy“TypeError：NoneType 的对象没有 len()”时，这会引起问题。像 '9999'或其他缺失对我有用。在这种情况下，掩码不起作用，因为我将真实数组传递给 ATPY，它不会转换掩码。numpy 中的 Put 函数不适用于无值，这是最好的方法更改值（我认为）。我认为某种布尔数组是可行的方法，但我无法让它工作。

那么，将无值和/或未初始化的 numpy 数组更改为“9999”或其他重新编码之类的东西的好/快速方法是什么？没有掩蔽。

谢谢，

马修

【问题讨论】：

标签： python arrays numpy missing-data

【解决方案1】：

这里有一个解决这个问题的方法，虽然如果你的数据是一个记录数组，你应该只对你的列应用这个操作，而不是整个数组：

import numpy as np
# initialise some data with None in it
a = np.array([1, 2, 3, None])
a = np.where(a == np.array(None), 9999, a)

请注意，您需要将 None 转换为 numpy 数组才能使其工作

【讨论】：

不用担心。顺便说一句，如果答案解决了您的问题，那么“接受”它是一种礼貌，以便解决者获得声誉。

【解决方案2】：

计算时可以使用掩码数组。并且在将数组传递给ATPY时，可以调用掩码数组的填充（9999）方法将掩码数组转换为普通数组，将无效值替换为9999。

【讨论】：