替换数组中的值

Question

在处理数组时，有时候我们需要把一个值替换成另一个值，或者在数组中查找某个值并用另一个值替换它。

举个例子：

array ([[NaN, 1., 1., 1., 1., 1., 1.]
       [1., NaN, 1., 1., 1., 1., 1.]
       [1., 1., NaN, 1., 1., 1., 1.]
       [1., 1., 1., NaN, 1., 1., 1.]
       [1., 1., 1., 1., NaN, 1., 1.]
       [1., 1., 1., 1., 1., NaN, 1.]
       [1., 1., 1., 1., 1., 1., NaN]])

在这个例子中，它可以把NaN（表示不是一个数字的值）替换成0。

谢谢大家的回复！

Answer 1

这里是问题中的示例数组：

import numpy as np
a = np.where(np.eye(7), np.nan, 1)

你可以使用 numpy.where 和 numpy.isnan 这两个函数来创建一个新的数组 b：

b = np.where(np.isnan(a), 0, a)

或者，你也可以使用一个就地函数，直接修改 a 数组：

np.place(a, np.isnan(a), 0)  # returns None

Answer 2

现在有一个特别的功能：

a = numpy.nan_to_num(a)

Answer 3

你可以这样做：

import numpy as np
x=np.array([[np.NaN, 1., 1., 1., 1., 1., 1.],[1., np.NaN, 1., 1., 1., 1., 1.],[1., 1., np.NaN, 1., 1., 1., 1.], [1., 1., 1., np.NaN, 1., 1., 1.], [1., 1., 1., 1., np.NaN, 1., 1.],[1., 1., 1., 1., 1., np.NaN, 1.], [1., 1., 1., 1., 1., 1., np.NaN]])
x[np.isnan(x)]=0

np.isnan(x) 这个函数会返回一个布尔数组，数组里的值是 True 的地方表示 x 是 NaN（也就是“不是一个数字”）。

x[ boolean_array ] = 0 这行代码利用了一种叫做花式索引的技巧，把布尔数组中为 True 的位置都赋值为 0。

如果你想更深入了解花式索引和其他相关内容，可以看看numpybook。