用np.nan初始化数组后赋值会触发隐式类型转换，导致原意图的int/bool语义丢失；应优先选dtype=object或显式浮点型，整型缺失宜用pandas的pd.NA；填充须用向量化操作如np.where而非循环，注意内存视图是否改变。
用 np.nan 初始化数组后，直接赋值会失效？
NumPy 数组一旦用 np.nan 初始化（比如 np.full(shape, np.nan)），后续对部分元素赋值为整数或布尔值时，会触发隐式类型转换——整个数组可能悄悄变成 float64，而你原本想保留 int 或 bool 语义。这不是 bug，但容易被忽略。
- 如果目标是“占位+后期填充”，优先用
dtype=object或明确指定浮点型（如dtype=np.float32）初始化 - 若必须保持整型且允许缺失语义，改用
pd.NA配合pandas更稳妥；纯 NumPy 下，np.int32数组无法存np.nan，会转成np.nan → 0或报错 - 检查方式：填充后立刻执行
arr.dtype和np.isnan(arr).any()，别只看数值输出
用 np.where 填充缺失值比循环快得多
很多人写 for i in range(len(arr)): 扫描 np.isnan(arr[i]) 再赋值，这在百万级数据上慢一个数量级。NumPy 的向量化操作才是正解。
- 基础填充：假设
arr是一维浮点数组，用均值填充：arr = np.where(np.isnan(arr), np.nanmean(arr), arr) - 注意
np.nanmean自动跳过np.nan，但若全为np.nan会返回nan，需加判断：fill_val = np.nanmean(arr) if not np.all(np.isnan(arr)) else 0 - 二维数组按列填充均值：用
axis=0+keepdims=True对齐广播维度，例如col_means = np.nanmean(arr, axis=0, keepdims=True)，再np.where(np.isnan(arr), col_means, arr)
np.interp 处理单调坐标下的缺失值更自然
当缺失发生在有明确自变量顺序的场景（如时间序列、传感器采样点），线性插值比全局均值/中位数更合理。但 np.interp 要求 x 坐标严格递增，且不接受 np.nan 作为输入。
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
- 先提取非空位置：
valid_mask = ~np.isnan(arr)，再构造坐标轴x = np.arange(len(arr))[valid_mask]，值y = arr[valid_mask] - 插值前务必检查
len(x) >= 2，否则np.interp报ValueError: array must have at least 2 elements - 对整列做插值：用
np.interp(np.arange(len(arr)), x, y)，结果自动补齐所有位置，包括首尾的np.nan（此时会外推，需留意）
混合类型缺失（字符串+数字）只能靠 object dtype 或转向 pandas
NumPy 的核心限制在于：一个数组只能有一种 dtype。np.nan 是浮点字面量，无法和字符串共存于同一 ndarray。试图把 'missing' 和 np.nan 放进同一个 object 数组，虽可行，但失去向量化优势。
立即学习“Python免费学习笔记（深入）”；
- 字符串列缺失：用
None或' '占位，dtype=object，但后续不能用np.isnan检测，得用is None或== '' - 混合列（如 CSV 中一列含数字和空字符串）：直接读入时用
np.genfromtxt(..., missing_values='', filling_values=np.nan)，但最终 dtype 仍会退化为float64，丢失原始类型信息 - 真实业务中，这种需求基本该交给
pandas.DataFrame—— 它原生支持每列独立 dtype 和多种缺失标识（NaN,None,pd.NA）
最常被绕过的细节是：填充操作是否改变了原始数组的内存视图。用 np.where 或 np.copy 得到的是新数组，而直接索引赋值（如 arr[mask] = value）是原地修改——如果这个数组被其他变量引用，副作用会扩散。动手前先想清楚你要的是副本还是就地更新。
