intnan

整数数据类型缺少特殊的值来表示 -inf、inf 和 NaN。特别是 NaN 作为表示缺失数据的指示符在许多科学场景中非常有用。

当然，有 numpy.ma.MaskedArray 也可以用来解决这个问题。但是，有时候携带一个单独的掩码数组可能会有些烦恼。在这些情况下，使用一组与 numpy 兼容的函数来完成这项工作将非常好。

此包为几个标准 numpy 函数提供了这样的实现，这些函数以这种方式处理整数数组，使得最小的负整数类似于 NaN。

该库提供了一个仅使用标准 numpy 函数的实现，以及一个使用 numba 的实现，该实现允许在函数中实现主要的速度提升。当 numba 可导入时，将自动选择 numba 实现进行选择。

函数

intnan 提供以下函数列表。

• nanval(x)
• isnan(x)
• fix_invalid(x, copy=True, fill_value=0)
• asfloat(x)
• anynan(x)
• allnan(x)
• nanmax(x)
• nanmin(x)
• nanmaximum(x, y)
• nanminimum(x, y)
• nansum(x)
• nanprod(x)
• nancumsum(x)
• nanmean(x)
• nanvar(x, ddof=0)
• nanstd(x, ddof=0)
• nanequal(x, y)
• nanclose(x, y, delta=sys.float_info.epsilon)