在numpy数组中找到none和nan的索引

Question

我有一个数组，它看起来像：

array([[  1.,   2.,   None],
       [ nan,   4.,   5.]])

我正在尝试以下操作：

np.equal(A, None) #works and finds index of None correctly
np.equal(A, np.nan) #doesn't work
np.isnan(A) #errors out

错误是：

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

我应该如何解决这个问题，我试图在给定的数组中找到 None 和 nan 的索引。

我的最终输出应如下所示：

array([[False, False,  True],
       [True, False, False]], dtype=bool)

Answer 1

我们可以首先将数组强制转换为具有 dtype float - 这会将 None 转换为 NaN。numpy.isnan然后可以在这个浮点数组上使用。

numpy.isnan(A.astype(float))