如何追加混合元素类型numpy数组？过滤时IndexError错误求解

处理混合类型的numpy数组时，直接用普通np.append很容易踩坑——numpy默认会强制统一元素类型，要么丢数据要么报错。给你两个实用的解决方案：

• 方案一：用结构化数组（推荐，效率高）
  结构化数组允许你给每个字段指定不同类型，天生适合存混合类型数据。比如你要存字符串ID和数值，先定义好dtype再操作：

  import numpy as np
  
  # 定义字段类型：id是字符串，value是浮点数
  dtype_def = [('id', 'U10'), ('value', float)]
  # 初始化第一个数组
  arr1 = np.array([('A1', 1.5), ('A2', 2.3)], dtype=dtype_def)
  # 要追加的新元素
  new_entry = np.array([('A3', 3.7)], dtype=dtype_def)
  # 完成追加
  combined_arr = np.append(arr1, new_entry)
  

• 方案二：用object类型数组（快速原型用）
  如果不想麻烦定义dtype，可以把数组设为object类型，这样能容纳任意类型元素，缺点是运算效率稍低：

  arr1 = np.array([('A1', 1.5), ('A2', 2.3)], dtype=object)
  new_entry = np.array([('A3', 3.7)], dtype=object)
  combined_arr = np.append(arr1, new_entry)
  

咱们先拆解你代码里的几个问题：

1. NaN判断完全错了：i.any == 'nan'是语法错误，i.any()是方法不是属性，而且判断NaN得用np.isnan()，但你的数组是混合类型，不能直接对整个元素用这个函数，得针对数值字段判断；
2. np.delete用法不对：np.delete(stacked[i])参数完全错了，它需要数组+要删除的索引，而且np.delete不会修改原数组，是返回新数组，这么写根本删不了元素；
3. np.append的坑：初始化空数组filtered_array = np.array([])的dtype是float，你要追加混合类型元素肯定出问题，而且循环里反复用np.append效率极低（每次都要创建新数组）；
4. astype白调用了：ID.astype(str)不会修改原数组，得赋值回去，比如ID = ID.astype(str)。

下面是修正后的高效代码，用numpy原生的布尔索引过滤，比循环快太多：

from astropy.table import Table
import numpy as np

data = '/home/myname/data.fits'
data = Table.read(data, format="fits")

# 修正astype：必须赋值回去才生效
ID = np.array(data['id']).astype(str)
redshift = np.array(data['z']).astype(float)
radius = np.array(data['r']).astype(float)
mag = np.array(data['magnitude']).astype(float)

# 改用结构化数组存储混合类型，比列表推导式更规范高效
stacked = np.core.records.fromarrays(
    [ID, redshift, radius, mag],
    dtype=[('id', 'U20'), ('z', float), ('r', float), ('magnitude', float)]
)

# 生成过滤掩码：只要数值字段有一个是NaN就过滤掉该行
# ~是取反，保留所有数值都非NaN的行
filter_mask = ~(np.isnan(stacked['z']) | np.isnan(stacked['r']) | np.isnan(stacked['magnitude']))
filtered_array = stacked[filter_mask]

如果你非要用循环（不推荐，数据量大时很慢），可以这么改：

# 先用列表存结果，列表追加比np.append高效多了
filtered_list = []
for item in stacked:
    # 检查三个数值字段是否都不是NaN
    if not np.isnan(item[1]) and not np.isnan(item[2]) and not np.isnan(item[3]):
        filtered_list.append(item)
# 最后转成numpy数组，复用原数组的dtype
filtered_array = np.array(filtered_list, dtype=stacked.dtype)

这样既解决了IndexError，又保证了混合类型数据的正确存储，还提高了效率。

内容的提问来源于stack exchange，提问作者yikesthisisamess