使用 None 值从 Python int 列表初始化 numpy 掩码数组

正如问题的答案所示将具有 None 值的 python 列表转换为具有 nan 值的 numpy 数组 https://stackoverflow.com/questions/19456239/convert-python-list-with-none-values-to-numpy-array-with-nan-values，如果我们强制执行 dtype=float，那么从具有 None 值的列表中初始化屏蔽 numpy 数组是很简单的。这些浮点值被转换为 nan，我们可以简单地执行以下操作：

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

然而，这对于 int 不起作用，例如：

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

因为中间 np.array 不会使用 None 值创建（没有 int nan）。

基于 Python 整数列表初始化屏蔽数组的最有效方法是什么，该数组也包含 None 值，从而使这些 None 值被屏蔽？

到目前为止我发现的最优雅的解决方案（它一点也不优雅）是初始化类型的掩码数组float并将其转换为int然后：

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

这会生成一个正确的 NP 数组，其中None初始数组中的值a被蒙蔽。例如，对于：

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

we get:

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

此外，实际的 masked int 值变为 min int，即

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

gives:

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