Numpy：检查整数 NaN

Question

我需要一个 table 包含不同数据类型（浮点数或整数）的列。

我使用 dtype 来定义它们:

import numpy as np

# define array
datadef=[ ('i', '<i4'), ('f', '<f8'), ('g', '<f8'), ('j', '<i4') ]
arr = np.full((4,), np.nan, dtype=datadef) 

# fill array with data
arr['i'] = np.array([1, 2, 3, 4])
arr['f'] = np.array([1.3333333333, np.nan, 2.6666666666666666, 5.0])
arr['g'] = np.array([2.77777777777, 5.4, 3.4, np.nan])
# nothing for 'j'
print arr

输出：

[(1,  1.33333333,  2.77777778, -2147483648)
 (2,         nan,  5.4       , -2147483648)
 (3,  2.66666667,  3.4       , -2147483648)
 (4,  5.        ,         nan, -2147483648)]

最后一列的 NaN 值已转换为 -2147483648，目前没有问题。

但现在我无法检查数组中的值是否确实为 NaN :

row = arr[1]
print np.isnan(row) # TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

并且在单个单元格上似乎 NaN 信息丢失并且 -2147483648 被视为 "classic number" :

print row # (2,  nan,  5.4, -2147483648)
print np.isnan(row[0]) # False, OK
print np.isnan(row[1]) # True, OK
print np.isnan(row[3]) # False, expected True

在这种情况下，是否有一种简单的方法来检查 NaN 整数？

Answer 1

np.nan 是浮点数而不是整数。您要么必须更改最后一列的数据类型，要么使用不同的结构将您的 nan 存储为整数。

datadef=[ ('i', '<i4'), ('f', '<f8'), ('g', '<f8'), ('j', '<f4') ]
arr = np.full((4,), np.nan, dtype=datadef) 

# fill array with data
arr['i'] = np.array([1, 2, 3, 4])
arr['f'] = np.array([1.3333333333, np.nan, 2.6666666666666666, 5.0])
arr['g'] = np.array([2.77777777777, 5.4, 3.4, np.nan])
# nothing for 'j'

现在尝试打印 np.isnan 语句：

print(np.isnan(arr[1][3]))

True

Numpy：检查整数 NaN

Numpy : check for integer NaN

python

numpy

nan

python-2.7