使用 Numpy 数组（即向量）的 Numpy 交换/替换 NoneType 条目

Question

给定一个包含两种元素的 numpy 数组：

1. “numpy.ndarray”条目和
2. “NoneType”条目

如何将所有“NoneType”条目替换为例如np.zeros（some_shape）？ 这是否也适用于任何类型的单个元素，例如标量而不是 NoneType？

例子：

test_array=
    array([[array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), ..., None, None,
    None],
   [array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), ..., None, None,
    None],
   [array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), ...,
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), None, None],
   ..., 
   [array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), ...,
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), None],
   [array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), ...,
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), None],
   [array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), ...,
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
    array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8)]], dtype=object)

test_array 中的数组可能如下所示：

test_array[323]=
   array([array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8), None, None], dtype=object)

我想用与其他向量相同长度的零向量替换那些“无”条目（此处为位置 0 到 3）。 所以我对每个数组的结果（test_array 中的 test_array[i] 看起来像这样：

test_array[131]=
   array([array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8),
   array([[0, 0, 0, ..., 0, 0, 0]], dtype=uint8)], dtype=object)

所以我想用 np.zeros 数组填充所有 None 条目。确实存在 numpy 函数 np.nan_to_num 但这对我没有帮助，因为我需要类似“np.nan_to_array”的东西。

谢谢！

Answer 1

通常我不会在 NumPy 中使用 for 循环，但在你的情况下，你有一个对象数组，它的效率不是很高，处理 None 和存储为对象的子数组的组合非常棘手。所以，保持简单：

prototype = a[0]
for i, x in enumerate(a):
    if x is None:
        a[i] = np.zeros_like(prototype)

当然，如果a[0] 为无，则您需要找到prototype。这留作练习。