如何通过将 NaN 添加到较小的数组来匹配两个数组？答案

【问题标题】：How to match two arrays by adding NaNs to the smaller array?如何通过将 NaN 添加到较小的数组来匹配两个数组？
【发布时间】：2020-10-11 21:45:29
【问题描述】：

我必须绘制一组数组。然而，我产生这些数组的方式是有意义的。例如，

x = np.array([2, 4, 5])
y = np.array([14, 15, NaN, NaN, NaN, 16, NaN])

但我需要将 x 修改为这种格式：np.array([2, 4, NaN, NaN, NaN, 5, NaN]) 才能绘制它们。由于我有大量此类案例，第二个数组在任意位置包含 NaN，我想知道通过添加必要的 NaN 将 x 转换为 y 格式的最快方法是什么。

谢谢，

【问题讨论】：

标签： arrays python-3.x list sorting nan

【解决方案1】：

一种使用numpy.resize的方式：

np.resize(x, y.shape[0])*(y/y)

输出：

array([ 2.,  4., nan, nan, nan,  5., nan])

解释：

numpy.resize：重复输入数组（x）以匹配目标y的长度（即y.shape[0]）
y/y：产生 1 (int/int) 或 np.nan (anything/np.nan) 来制作映射数组。
resized_arr * (y/y)：基本上从调整大小的x 中提取数字。由于将任何数字与nan 相乘得到nan，因此此步骤确保最终数组在必要时具有nan，否则从x 中获取。

【讨论】：

这是一个不错的解决方案。你能解释一下这段代码是如何工作的吗？
是的，Rishav 是对的。我需要一些解释，因为这似乎是迄今为止最短的。
@Rishav 我添加了一些见解。如果有任何不清楚的地方，请告诉我；）

【解决方案2】：

这个怎么样，不漂亮，但可以。

def add_nans(x,y):
    lst = []
    index = 0
    for val in y:
        if np.isnan(val):
            lst.append(np.nan)
        else:
            lst.append(x[index])
            index +=1

    return np.array(lst)

x = np.array([2, 4, 5])
y = np.array([14, 15, NaN, NaN, NaN, 16, NaN])  

x_changed = add_nans(x,y)

【讨论】：