Numpy中将数组使用nan填充，却得到了奇怪的浮点数

在本文中，我们将介绍如何在使用Numpy库进行数据处理时，将数组使用nan来填充，却得到了奇怪的浮点数的问题。

当我们在使用Numpy库进行数据处理时，经常需要对数组进行填充操作，来保证数据的完整性和规范性。而在填充时，我们常常使用nan值来填充，因为它不会对整个数据的统计产生影响。但是，在实际操作时，我们可能会发现，使用numpy库进行nan填充时，往往会得到奇怪的浮点数，例如：

import numpy as np
a = np.array([1,2,3,4])
b = np.pad(a, (0,2), mode='constant', constant_values=np.nan)
print(b)

输出结果是：

[ 1.  2.  3.  4. nan nan]

虽然我们可以看到数组b使用nan值被正确地填充了，但是最后一位不是nan，而是0. 这个奇怪的浮点数在实际应用中可能会带来很多问题，因此我们需要找到问题的根源和解决方法。

阅读更多：Numpy 教程

问题根源

要理解这个奇怪的浮点数从哪里来，我们需要了解一些numpy库中的填充操作的实现细节。在numpy库中，填充的实现是通过以下代码实现的（参考numpy.pad的实现）：

if not isinstance(constant_values, tuple) or len(constant_values) != 2:
        cval = constant_values
    else:
        cval = None

    # pad with a NaN value
    if cval is None or np.isnan(cval):
        new_shape = [(i + j) for i, j in zip(a.shape, pad_width)]
        res = np.full(new_shape, np.nan, dtype=a.dtype)
        slices = [slice(i, i + j) for i, j in zip(pad_width, a.shape)]
        res[slices] = a
        return res

    # pad with a constant value
    else:
        return _pad_simple(a, pad_width, mode, **kwargs)

其中，我们可以看到，如果我们使用的填充值为None或者是nan的话，那么就会通过numpy库中的full函数来生成一个新的数组，并使用nan值进行填充。而如果填充值不是None或者nan，那么就会使用_pad_simple函数来进行填充。

我们知道，nan值并不能直接进行比较，因此numpy库在判断填充值是否是nan时，是通过调用isnan函数来进行判断的。然而，在我们的问题中，我们使用的是np.nan，而不是float(‘nan’)，因此在判断时就会出现一些问题。

解决方法

在了解了问题的根源之后，我们可以通过一些方法来解决这个问题。

方法一：使用float(‘nan’)

最简单的方法，就是将np.nan替换为float(‘nan’)。这样就可以避免填充出现奇怪的浮点数了。修改后的代码如下所示：

import numpy as np
a = np.array([1,2,3,4])
b = np.pad(a, (0,2), mode='constant', constant_values=float('nan'))
print(b)

输出结果是：

[ 1.  2.  3.  4. nan nan]

我们可以看到，数组的最后两位被使用nan填充了，没有了奇怪的浮点数。

方法二：使用np.full_like

另一个方法是使用np.full_like函数，来生成和原数组a相同形状的新数组，并使用float(‘nan’)对其进行填充。这样也可以避免填充出现奇怪的浮点数。修改后的代码如下：

import numpy as np
a = np.array([1,2,3,4])
b = np.pad(a, (0,2), mode='constant', constant_values=np.full_like(a, fill_value=float('nan')))
print(b)

输出结果同样为：

[ 1.  2.  3.  4. nan nan]

我们可以看到，使用np.full_like生成的新数组同样正确地使用了nan值进行了填充。

总结

在使用Numpy库进行数据处理时，如何正确地使用nan值来进行填充操作，是一个值得我们注意的问题。在本文中，我们介绍了关于填充时出现奇怪的浮点数的问题根源，并提出了两种解决方法。希望这篇文章对大家有所帮助。