使用 NAN 替换强制转换非数字 numpy 数组

考虑数组

x = np.array(['1', '2', 'a'])

绑定转换为浮点数组会引发异常

x.astype(np.float)
ValueError: could not convert string to float: a

numpy 是否提供任何有效的方法将其强制转换为数字数组，用 NAN 之类的东西替换非数字值？

或者，是否有一个高效的 numpy 函数相当于np.isnan，但它也测试非数字元素，如字母？

您可以使用以下命令将字符串数组转换为浮点数组（带有 NaN）np.genfromtxt https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.genfromtxt.html:

In [83]: np.set_printoptions(precision=3, suppress=True)

In [84]: np.genfromtxt(np.array(['1','2','3.14','1e-3','b','nan','inf','-inf']))
Out[84]: array([ 1.   ,  2.   ,  3.14 ,  0.001,    nan,    nan,    inf,   -inf])

这是识别“数字”字符串的方法：

In [34]: x
Out[34]: 
array(['1', '2', 'a'], 
      dtype='|S1')

In [35]: x.astype('unicode')
Out[35]: 
array([u'1', u'2', u'a'], 
      dtype='<U1')

In [36]: np.char.isnumeric(x.astype('unicode'))
Out[36]: array([ True,  True, False], dtype=bool)

请注意，“数字”表示仅包含数字字符的 Unicode，即具有 Unicode 数字值属性的字符。确实如此not包括小数点。所以u'1.3'不被视为“数字”。