重新编码丢失的数据 Numpy

Question

我正在使用 matplotlib cvs2rec 函数读取人口普查数据 - 工作正常，给了我一个很好的 ndarray 。

但是有几列的所有值都是 dtype |04 的“none”。当我进入 Atpy“TypeError: object of NoneType has no len()”时，这会引发问题。类似“9999”或其他缺失的内容Mask 在这种情况下不起作用，因为我将真实数组传递给 ATPY 并且它不会转换 MASK 中的 Put 函数不适用于任何值。更改值的最佳方法（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，

那么什么是更改无值和/或未初始化的 numpy 数组的好/快速方法。诸如“9999”或其他重新编码，

谢谢，

马修。

Answer 1

这是此问题的解决方案，但如果您的数据是记录数组，您应该只将此操作应用于您的列，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 数组为了这个工作

Answer 2

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