Numpy重复将`nan`转换为`str`

Posted 2021-03-27

这种笨拙的行为似乎有点奇怪。

>>> type(np.array([1, np.nan]).repeat(2)[2])
<class 'numpy.float64'>

但是当我把第一个参数变成一个字符串时

>>> type(np.array(["a", np.nan]).repeat(2)[2])
<class 'numpy.str_'>

我如何解决它？

答案

也许这种查看数组的方式会使差异更加清晰：

在第一种情况下，np.nan是一个浮点数，因此所有元素都是浮点数：

In [310]: np.array([1, np.nan]).repeat(2)                                            
Out[310]: array([ 1.,  1., nan, nan])
In [311]: _.dtype                                                                    
Out[311]: dtype('float64')

在第二个，有一个字符串，不能成为一个浮点数，所以整个数组的dtype是字符串 - 包括np.nan现在是'nan'：

In [312]: np.array(["a", np.nan]).repeat(2)                                          
Out[312]: array(['a', 'a', 'nan', 'nan'], dtype='<U3')
In [313]: _.dtype                                                                    
Out[313]: dtype('<U3')

repeat与此无关。这是np.array如何从列表中构建一个数组，选择最好的常见dtype。

In [321]: np.array(["a", np.nan],dtype=float)                                        
--------------------------------------------------------------------------- 
ValueError: could not convert string to float: 'a'

另一答案

来自documentation：

dtype：数据类型，可选

数组所需的数据类型。如果没有给出，那么类型将被确定为保持序列中的对象所需的最小类型。此参数只能用于“upcast”数组。对于向下转换，请使用.astype（t）方法。

在你的第一个例子中，1和numpy.nan可以被投射到numpy.float64;在第二个str（即str(numpy.nan) = 'nan'最终在你的阵列中）。