如何在NumPy数组中随机将n个元素替换为None？

错误原因 #

你创建的arr是整数类型的NumPy数组，NumPy的原生数值类型（如int、float）数组无法存储None（属于NoneType），这就是触发类型错误的直接原因。

两种可行解决方案 #

方案1：转换为object类型数组存储None #

将数组的 dtype 改为object，就能支持存储None这类Python对象，之后再随机选择索引完成替换：

import numpy as np
import random

# 初始化时指定dtype为object，也可以用已有的数组执行arr = arr.astype(object)转换
arr = np.array((0,0,1,2,0,1,2,2,1,0), dtype=object)
n = 5

# 生成n个不重复的随机索引（避免重复替换同一位置）
indices = random.sample(range(len(arr)), n)
arr[indices] = None

print(arr)

如果允许同一个位置被多次替换，直接用你原来的索引生成方式即可：

indices = [random.randint(0, len(arr)-1) for i in range(n)]

方案2：用np.nan替代None（适合数值计算场景） #

如果后续需要对数组做数值运算，None会干扰计算流程，建议用np.nan（浮点型的特殊缺失值）代替，此时需要将数组转为float类型：

import numpy as np
import random

arr = np.array((0,0,1,2,0,1,2,2,1,0)).astype(float)
n = 5
indices = random.sample(range(len(arr)), n)
arr[indices] = np.nan

print(arr)

注：np.nan在数值运算中会被视为缺失值，比如np.mean(arr)可通过skipna=True参数自动忽略nan，更适合统计分析类场景。

内容的提问来源于stack exchange，提问作者thesecond