为什么 numpy 在我实际尝试转换 int 时告诉我无法转换 float NaN？答案

【问题标题】：Why is numpy telling me that I can't convert a float NaN when I'm actually trying to convert an int?为什么 numpy 在我实际尝试转换 int 时告诉我无法转换 float NaN？
【发布时间】：2020-12-08 19:53:33
【问题描述】：

这是一个简单的 numpy 数组：

import numpy as np
x = np.array([15, 22, 3])

我想把第二个值转成nan：

x[1] = np.nan

它返回以下错误：

ValueError: cannot convert float NaN to integer

print(type(x[1]))  # this returns "<class 'numpy.int32'>"

通过将整数数组转换为浮点数数组，我设法用 NaN 替换了所需的值。

但仍然。当我实际尝试转换 int 时，为什么 numpy 告诉我无法转换 float NaN？

谢谢

【问题讨论】：

np.nan 是一个浮点值。没有intnan，因此numpy无法将np.nan转换为int

标签： python numpy

【解决方案1】：

在numpy中，nan是一个特殊的float：

>>> type(np.nan)
<class 'float'>

我称它为特殊类型的浮点数，因为如果您尝试将 int 和 float 添加到单个 numpy 数组中，通常 Python 不会抱怨，因为整数会自动转换为 float：

>>> x = np.array([-1, float(10.12)])
>>> x
>> array([-1.  , 10.12])

但numpy.nan 并非如此：

非数字 (NaN) 的 IEEE 754 浮点表示。

我建议创建一个 numpy 浮点数组：

import numpy as np
x = np.array([15.0, 22.0, 3.0])
x[1] = np.nan

>>> array([15., nan,  3.])

如果您的用例允许这种表示，请尝试使用替代整数值表示nan。例如，使用 -1 表示 nan（例如，如果在您的用例中没有负值，这将是有意义的）。

或者，您可以使用list，它允许您存储不同数据类型的对象：

l = [15, 22, 3]
l[1] = np.nan

>>> [15, nan, 3]

【讨论】：

【解决方案2】：

默认情况下，数据类型假定为浮点数。

如https://stackoverflow.com/a/51607679/11501135 中所述，NumPy 数组默认数组的数据类型为float。

【讨论】：

不确定这是否是真的。如果你尝试x = np.array([15, 22, 3]); print(x.dtype)，它会在 numpy 1.19.2 中打印int64
我认为问题是@Giorgos Myrianthous 解释的，np.nan 本身是浮动的，您不能将其插入ints 的数组中
@Ananda - 这个答案在多个方面都不正确。