從Python int列表中初始化numpy masked array無值

Question

如問題Convert python list with None values to numpy array with nan values的回答所示，如果強制執行dtype = float，則可以直接從列表中使用None值初始化遮罩的numpy數組。這些浮點值轉換爲：南，我們可以簡單地做：

ma.masked_invalid(np.array(a, dtype=float), copy=False) 

不過，這不會對INT喜歡的工作：

ma.masked_invalid(np.array(a, dtype=int), copy=False) 

因爲中間np.array不會無值創建（沒有int nan）。

什麼是最有效的方式來初始化一個基於Python的蒙面數組列表，其中也包含無值的這些無值被掩蓋的值的蒙面數組？

Answer 1

最優雅的解決方案我迄今爲止發現的（並且它根本不是優雅的）是初始化類型爲float的掩模陣列並將其轉換爲int後rwards：

ma.masked_invalid(np.array(a, dtype=float), copy=False).astype(int) 

這產生了適當的NP陣列，其中所述初始陣列a在None值被屏蔽。例如，對於：

a = [1, 2, 3, None, 4] 
ma.masked_invalid(np.array(a, dtype=float), copy=False).astype(int) 

我們得到：

masked_array(data = [1 2 3 -- 4], 
      mask = [False False False True False], 
     fill_value = 999999) 

而且，實際的蒙面INT值變得分鐘INT，即

ma.masked_invalid(np.array(column, dtype=float), copy=False).astype(int).data 

給出：

array([     1,     2,     3, 
     -9223372036854775808,     4]) 

Answer 2

你不能，但你可以創建object dtype細胞

ma.masked_invalid(np.array(a, dtype=object), copy=False) 

編輯的numpy的陣列

否則你可以到這裏看看NumPy or Pandas: Keeping array type as integer while having a NaN value