如何在含NaN的NumPy数组中执行数学运算并忽略NaN？

嘿，先纠正一个关键点：你遇到的这个TypeError根本不是NaN导致的——看错误信息里的dtype('S14')，这说明你的x0、x1这些数组是字节字符串类型的，NumPy自然没法对字符串做减法运算，这才是触发异常的根源！

要实现「尺寸不变+成功运算+忽略NaN」的需求，分两步走就可以：

第一步：把字符串数组转成浮点数组，非数值转为真正的NaN #

首先得把混着字符串的数组转换成NumPy能处理的数值类型，同时把原本的NaN字符串（或者其他非数值内容）转换成标准的np.nan。这里给你一个通用的转换函数：

import numpy as np

def str_to_float(arr):
    arr_str = arr.astype(str)
    # 匹配NaN字符串和其他非数值（允许带一个小数点的数字）
    mask = (arr_str == 'NaN') | ~np.core.defchararray.isnumeric(arr_str.replace('.', '', 1))
    # 把符合条件的转成数值，不符合的设为NaN
    result = np.where(mask, np.nan, arr.astype(np.float64))
    return result

比如你有模拟的字符串数组：

# 模拟你的原始字符串数组，包含数值和NaN字符串
x0 = np.array(['1.2', '3.4', 'NaN', '5.6'], dtype='S14')
x1 = np.array(['0.5', '2.1', '7.8', '4.3'], dtype='S14')
y0 = np.array(['6.7', '8.9', '10.1', 'NaN'], dtype='S14')
y1 = np.array(['5.2', '7.3', '9.4', '3.8'], dtype='S14')

# 转换为浮点数组
x0_float = str_to_float(x0)
x1_float = str_to_float(x1)
y0_float = str_to_float(y0)
y1_float = str_to_float(y1)

第二步：执行距离计算，自动保留NaN位置（尺寸不变） #

转换完成后，直接执行你原本的运算就行——NumPy的数学函数会自动处理NaN：只要运算中有一个元素是NaN，结果对应位置就会是NaN，这样dev0的尺寸和原始数组完全一致，相当于“忽略”了这些无效位置的计算：

dev0 = np.sqrt((x0_float - x1_float) ** 2 + (y0_float - y1_float) ** 2)
print(dev0)
# 输出结果：[1.65529454 1.92353841         nan         nan]

额外说明 #

• 如果你的原始数组本来就是数值类型（只是包含np.nan），那根本不会触发这个TypeError，直接计算就能得到带NaN的结果，尺寸完全不变。
• 如果后续需要把NaN替换成特定值（比如0），可以用np.nan_to_num(dev0, nan=0.0)，但这会改变结果，按需选择即可。

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