Numpy重新编码缺失数据

Question

我正在使用matplotlib的cvs2rec函数读取人口普查数据，这个函数运行得很好，给我返回了一个不错的ndarray。

但是，有几个列的所有值都是“none”，并且数据类型是|04。这在我加载到Atpy时造成了问题，出现了“TypeError: object of NoneType has no len()”的错误。像'9999'或者其他缺失值对我来说就可以了。在这种情况下，掩码（Mask）是没用的，因为我把真实的数组传给ATPY，而它不会转换掩码。numpy中的Put函数也不能处理none值，而我认为这是改变值的最佳方法。我觉得某种布尔数组可能是解决办法，但我就是搞不定。

那么，有什么好的、快速的方法可以把none值和/或未初始化的numpy数组改成像'9999'这样的值，或者其他的重新编码呢？不使用掩码。

谢谢，

马修

Answer 1

在进行计算时，你可以使用一个叫做“掩码数组”的东西。当你把这个数组传给ATPY时，可以使用掩码数组的filled(9999)方法，这样就能把掩码数组转换成普通数组，里面无效的值会被替换成9999。

Answer 2

这里有一个解决这个问题的方法，不过如果你的数据是一个记录数组的话，你只应该对你的某一列进行这个操作，而不是对整个数组。

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，你需要把 None 转换成一个 numpy 数组，这样才能正常工作。