如何将数组a中的nan值同步赋值到数组b的对应位置

给定两个NumPy数组：

import numpy as np
a = np.array([[ 3, np.nan,  4,  1,  4,  2,  2,  3],
              [ 2, np.nan,  1,  3, np.nan,  4,  4,  3],
              [ 3,  2, np.nan,  4, np.nan, np.nan,  3,  4],
              [ 2,  2,  2, np.nan,  1,  1 ,np.nan,  2]])

b = np.array([[ 2,  3,  2, 2,  3,  3,  3,  3],
              [ 3,  3,  1,  4,  1,  4,  1, 7],
              [ 4,  2, 5,  4,  4,  3, 10,  4],
              [ 2,  4,  2,  1,  4,  1,  3, np.nan]])

需求：将数组a中所有值为NaN的位置，同步把数组b的对应位置也设为NaN。

解决方案 #

利用np.isnan()生成布尔掩码定位NaN位置，直接赋值即可：

# 定位a中NaN的位置，将b对应位置设为NaN
b[np.isnan(a)] = np.nan

# 查看结果
print(b)

执行结果 #

输出与预期一致：

[[ 2. nan  2.  2.  3.  3.  3.  3.]
 [ 3. nan  1.  4. nan  4.  1.  7.]
 [ 4.  2. nan  4. nan nan 10.  4.]
 [ 2.  4.  2.  1. nan  1. nan nan]]

说明 #

• np.isnan(a)会生成一个和a形状完全相同的布尔数组，其中a中为NaN的位置标记为True，其余为False。
• 用这个布尔数组作为索引，可以直接选中b中需要修改的位置，批量赋值NaN，操作高效且简洁。
• 如果不想修改原数组b，可以先创建副本：b_copy = b.copy()，再对b_copy执行上述赋值操作。

内容的提问来源于stack exchange，提问作者Bhar Jay