将具有 None 值的 python 列表转换为具有 nan 值的 numpy 数组 [英] Convert python list with None values to numpy array with nan values

问题描述

我正在尝试将包含数值和 None 值的列表转换为 numpy.array，这样 None 被替换为 <代码>numpy.nan.

例如:

my_list = [3,5,6,None,6,None]# 我想要的结果:my_array = numpy.array([3,5,6,np.nan,6,np.nan])

天真的方法失败:

<预><代码>>>>我的列表[3, 5, 6, 无, 6, 无]>>>np.array(my_list)array([3, 5, 6, None, 6, None], dtype=object) # 非常有限>>>_ * 2回溯(最近一次调用最后一次):文件<stdin>"，第 1 行，在 <module> 中类型错误:* 不支持的操作数类型:'NoneType' 和 'int'>>>my_array # 普通数组可以处理这些操作数组([ 3., 5., 6., nan, 6., nan])>>>my_array * 2数组([6., 10., 12., nan, 12., nan])

解决此问题的最佳方法是什么?

解决方案

您只需显式声明数据类型:

<预><代码>>>>my_list = [3, 5, 6, 无, 6, 无]>>>np.array(my_list, dtype=np.float)数组([ 3., 5., 6., nan, 6., nan])

I am trying to convert a list that contains numeric values and None values to numpy.array, such that None is replaces with numpy.nan.

For example:

my_list = [3,5,6,None,6,None]

# My desired result: 
my_array = numpy.array([3,5,6,np.nan,6,np.nan]) 

Naive approach fails:

>>> my_list
[3, 5, 6, None, 6, None]
>>> np.array(my_list)
array([3, 5, 6, None, 6, None], dtype=object) # very limited 
>>> _ * 2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for *: 'NoneType' and 'int'

>>> my_array # normal array can handle these operations
array([  3.,   5.,   6.,  nan,   6.,  nan])
>>> my_array * 2
array([  6.,  10.,  12.,  nan,  12.,  nan])

What is the best way to solve this problem?

解决方案

You simply have to explicitly declare the data type:

>>> my_list = [3, 5, 6, None, 6, None]
>>> np.array(my_list, dtype=np.float)
array([  3.,   5.,   6.,  nan,   6.,  nan])

这篇关于将具有 None 值的 python 列表转换为具有 nan 值的 numpy 数组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！