Numpy插入NaN报错cannot convert float NaN to integer如何解决

• 你初始化的NumPy数组A传入的元素全是整数，NumPy会默认将其数据类型设为整数型（int）。
• NaN是浮点数类型的特殊值，整数类型的数组没有对应编码可以存储NaN，插入操作尝试把浮点型NaN转换为整数时就会触发ValueError: cannot convert float NaN to integer报错。

只需要在初始化数组时显式指定数据类型为浮点型float，让数组支持存储NaN值即可，修改后的完整代码如下：

import numpy as np
from numpy import NaN

# 显式指定dtype为float，兼容NaN存储
A = np.array([10, 20, 30, 40, 50, 60, 70], dtype=float)
C = [2, 4]

A = np.insert(A, C, NaN, axis=0)
print("A =", [A])

运行上述代码即可得到符合预期的结果：

[array([10., 20., nan, 30., 40., nan, 50., 60., 70.])]

注：输出里的10.是浮点数的默认显示格式，数值逻辑和你期望的结果完全一致，如果需要调整显示样式可以通过NumPy的打印配置参数修改，不影响实际数值计算。

内容的提问来源于stack exchange，提问作者Wiz123