numpy数组通过for循环替换阈值以上元素为nan不生效问题咨询

• 嵌套循环中取出的item是数组元素的临时值拷贝，修改该变量不会写入原数组。你仅修改了临时变量的存储内容，完全没有对array2的内存空间做修改，所以循环结束后array2的数值没有任何变化。
• 补充说明：你代码中array1 = array2 = np.arange(9).reshape(3,3)之后执行的array2 = array2.astype("float")会返回新的独立数组，此时array1和array2已经是指向不同内存的变量，最终np.array_equal返回True只是因为二者数值未发生修改时整型和浮点型的数值刚好相等，和赋值失败的核心原因无关。

Numpy设计了向量化操作替代循环，你可以直接用布尔索引完成阈值过滤，执行效率远高于手写循环：

import numpy as np

array1 = np.arange(9).reshape(3,3)
array2 = array1.astype("float")

# 直接对符合条件的位置批量赋值
array2[array2 > 3.0] = np.nan

print(np.array_equal(array1, array2))

如果必须使用循环实现，需要通过索引定位到原数组的对应位置再修改：

for i in range(array2.shape[0]):
    for j in range(array2.shape[1]):
        if array2[i, j] > 3.0:
            array2[i, j] = np.nan

内容的提问来源于stack exchange，提问作者Anthony