Numpy - 用NaN替换数字

Question

我想在numpy中把某个数字替换成NaN，想找一个像numpy.nan_to_num的函数，但功能正好相反。

这个数字可能会随着不同数组的处理而变化，因为每个数组都有自己独特的无数据值（NoDataValue）。我看到有人使用字典，但数组很大，而且里面有正有负的浮点数。我觉得把所有这些数字放到某个地方去创建键值对可能效率不高。

我试过用以下方法，但numpy要求我使用any()或all()。我明白我需要逐个元素处理，但希望能有一个内置的函数来实现这个功能。

def replaceNoData(scanBlock, NDV):
    for n, i in enumerate(array):
        if i == NDV:
            scanBlock[n] = numpy.nan

NDV是GDAL的无数据值，而array是一个numpy数组。

那使用掩码数组（masked array）是不是一个好办法呢？

Answer 1

你也可以用 np.where 来把某个数字替换成 NaN（表示“不是一个数字”）。

arr = np.where(arr==NDV, np.nan, arr)

比如，下面这个结果可以通过以下方式得到：

arr = np.array([[1, 1, 2], [2, 0, 1]])
arr = np.where(arr==1, np.nan, arr)

这样做会创建一个新的副本（和 A[A==NDV]=np.nan 不一样），在某些情况下这可能会很有用。比如，如果数组最开始是整数类型，那在替换成 NaN 的时候，它必须转换成浮点数组（因为如果不这样做，替换就无法进行），而 np.where 可以处理这个转换。

Answer 2

A[A==NDV]=numpy.nan

A==NDV 会生成一个布尔数组，这个数组可以用来作为 A 的索引。