如何使用两个不同数组的元素依次替换numpy数组中符合条件的元素

问题原因 #

你之前的写法不生效有两个核心原因：

1. array2[~np.isnan(array2)] 返回的是原数组的副本，不是内存视图，对副本做任何修改都不会影响原数组
2. 直接调用np.mean(array2)会返回np.nan，所有数值和nan比较结果都是False，也会导致替换逻辑失效

完整实现代码 #

import numpy as np

# 初始化变量
array2 = np.array([np.nan, np.nan, np.nan, np.nan, 45, np.nan, 33, np.nan,
                   np.nan, 32, np.nan, np.nan, 44, np.nan, 10, 53, np.nan])
ordered_array_1 = [32, 10, 33]
ordered_array_2 = [44, 53, 45]

# 1. 计算非空元素的均值
mean_val = np.nanmean(array2)

# 2. 提取所有非空元素的索引和对应值
valid_idx = np.where(~np.isnan(array2))[0]
valid_vals = array2[valid_idx]

# 3. 生成比较掩码，按位置替换原数组
mask = valid_vals < mean_val
array2[valid_idx[mask]] = ordered_array_1
array2[valid_idx[~mask]] = ordered_array_2

# 输出验证
print(array2)

运行后输出结果和你预期的完全一致：

[nan nan nan nan 44. nan 32. nan nan 10. nan nan 53. nan 33. 45. nan]

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