numpy：NaN和蒙面数组之间的差异

Question

numpy有两种标记缺失值的方法：我可以使用NaN或masked array。我知道使用NaN（可能）更快，而屏蔽数组提供更多功能（哪个？）。

我想我的问题是我应该/何时使用一个而不是另一个？ np.NaN中regular array vs. a masked array的用例是什么？

我确信答案必须在那里，但我找不到......

Answer 1

差异在于两个结构所持有的数据。

使用regular array with np.nan，无效值后面没有数据。

使用masked array，您可以初始化一个完整的数组，然后在其上应用一个掩码，以便某些值显示无效。 numpy.ma模块提供的方法使您无需处理np.nan行为（例如，np.nan == np.nan始终为False等。）

如果您有一个数组，您永远不需要将值放在无效单元格中，请使用前者。您始终可以使用np.nan和一些索引技术复制复杂操作，但这是掩码数组的用途。

Answer 2

根据我的理解，NaN代表任何不是数字的东西，而蒙面数组则标记缺失值或值，这些值是数字但对数据集无效。

我希望有所帮助。

Answer 3

请记住，jrmyp提到的奇怪的np.nan行为包括意外的结果，例如，当使用statsmodels函数（例如ttest）或numpy模块（例如average）时。根据经验，大多数这些功能都可以解决NaN，但有可能使您发疯一段时间。这似乎是尽可能屏蔽数组的原因。