Numpy MaskedArray无法将fill_value设置为np.nan的问题求助

问题本质 #

你遇到的问题是：np.ma.angle返回的MaskedArray虽然数据是浮点型，但fill_value的类型被继承自原始复数数组的类型，导致手动设置np.nan时会被自动转为复数形式(nan+0j)，进而触发后续的ComplexWarnings。

两种可行解决方法 #

方法1：重新构造MaskedArray

直接基于计算得到的结果和掩码，创建一个新的浮点型MaskedArray，显式指定fill_value为np.nan：

import numpy as np
ma1 = np.ma.MaskedArray([1.1+1j, 2.2-1j])
ma2 = np.ma.MaskedArray([2.2+1j, 3.3+1j])
ma1.fill_value = np.nan + np.nan*1j
ma2.fill_value = np.nan + np.nan*1j

# 先计算原始结果
raw_ang = np.ma.angle(ma1/ma2, deg=True)
# 重新构造浮点型MaskedArray
ang = np.ma.MaskedArray(raw_ang.data, mask=raw_ang.mask, fill_value=np.nan)

print(ang.fill_value)  # 输出 nan
print(type(ang.fill_value))  # 输出 <class 'numpy.float64'>

方法2：转换数组数据类型后设置fill_value

先将数组转换为浮点型，再设置fill_value，此时fill_value会被正确识别为浮点型：

import numpy as np
ma1 = np.ma.MaskedArray([1.1+1j, 2.2-1j])
ma2 = np.ma.MaskedArray([2.2+1j, 3.3+1j])
ma1.fill_value = np.nan + np.nan*1j
ma2.fill_value = np.nan + np.nan*1j

ang = np.ma.angle(ma1/ma2, deg=True)
# 转换为浮点型数组
ang = ang.astype(np.float64)
# 设置fill_value
ang.fill_value = np.nan

print(ang.fill_value)  # 输出 nan
print(type(ang.fill_value))  # 输出 <class 'numpy.float64'>

补充说明 #

之所以会出现这个问题，是因为np.ma.angle在生成结果时，默认沿用了输入复数数组的fill_value类型，即使结果数据是浮点型，fill_value的类型仍被保留为复数。通过重新构造或转换数据类型，可以强制将fill_value的类型改为浮点型，避免后续的ComplexWarnings。

内容的提问来源于stack exchange，提问作者jbiz