修改numpy数组以返回nan越界吗？

Question

总有没有建立一个numpy数组，当索引超出范围时会返回np.nan？例如

x = np.array([1,2,3])
x[1] # 2
x[-2] # np.nan
x[5] # np.nan

我发现最接近的东西是np.pad。

我知道我可以编写一个包装器类，但是我想知道是否有任何有效的numpy方法来实现它。

Answer 1

In [360]: x = np.array([1,2,3])                                                                        
In [361]: x[1]                                                                                         
Out[361]: 2

np.take使您可以通过模式控制进行索引。默认值是在索引超出范围时引发错误（有关其他选项，请参阅文档）：

In [363]: np.take(x,1)                                                                                 
Out[363]: 2
In [364]: np.take(x,-2)                                                                                
Out[364]: 2
In [365]: np.take(x,5)                                                                                 
----
IndexError: index 5 is out of bounds for size 3

您可以编写一个小函数，将其包装在try/except中，如果是np.nan，则返回IndexError。

请记住，np.nan是浮点数，而示例数组是整数dtype。

Answer 2

您有很多选择：

• 只需在代码中插入try / except。
• 创建一个从np.array继承的类并重新定义索引运算符以实现该行为
• 编写一个执行try / except的简单函数

我喜欢一堂课。