问题描述
!=将NaN与非NaN值进行任何比较（除之外）将始终返回False：
>>> x < -1000
array([False, False, False, True, False, False], dtype=bool)
因此，您可以简单地忽略数组中已经存在NaN的事实，然后执行以下操作：
>>> x[x < -1000] = np.nan
>>> x
array([ nan, 1., 2., nan, nan, 5.])
当我执行以上操作时，我没有看到任何警告，但是如果您确实需要远离NaN，则可以执行以下操作：
mask = ~np.isnan(x)
mask[mask] &= x[mask] < -1000
x[mask] = np.nan
解决方法
我试图将数组的成员设置为小于nan的阈值。这是QA / QC过程的一部分，传入数据可能已经具有nan插槽。
例如，我的阈值可能是-1000，因此我想在以下数组中将-3000设置为nan
x = np.array([np.nan,1.,2.,-3000.,np.nan,5.])
以下内容：
x[x < -1000.] = np.nan
产生正确的行为，但也会产生RuntimeWarning，但会产生禁用警告的开销
warnings.filterwarnings("ignore")
...
warnints.resetwarnings()
有点沉重，可能有点不安全。
尝试使用花式索引进行两次索引如下所示不会产生任何效果：
nonan = np.where(~np.isnan(x))[0]
x[nonan][x[nonan] < -1000.] = np.nan
我认为这是因为复制是由于整数索引或两次使用索引而产生的。
有谁有一个相对简单的解决方案？在此过程中使用带掩码的数组会很好，但是最终产品必须是ndarray，我不能介绍新的依赖项。谢谢。