x = np.empty([2], dtype=object)
> array([None, None], dtype=object)
x[0] = 'a'
> array(['a', None], dtype=object)
我想从这个对象中获取布尔数组[False, True]的ndarray类型ndarray在对象类型为None。的elementwise比较无与对象D型
不起作用的东西：x is None,x.isfinite(),x == None,np.isnan(x)。该数组可能在n维度中，使循环迭代看起来不愉快。
在NumPy的1.12和更早的版本，你需要显式调用numpy.equal获得广播相等比较。发表评论，所以未来的读者理解为什么你这样做：
# Comparisons to None with == don't broadcast (yet, as of NumPy 1.12).
# We need to use numpy.equal explicitly.
numpy.equal(x, None)
在NumPy的1.13后来，x == None will give you a broadcasted equality comparison，但你仍然可以使用numpy.equal(x, None)，如果你想与早期版本的向后兼容性。
一些可能的方式来做到这一点是 -
x < 0
x!='a'
阵列（[真，假]，D型细胞=布尔）
x <0是一个惊喜，整洁的捷径。 x！='a'当然只适用于'a'，但如果这就是目标，那就是好点。谢谢！ –
'<0'方法只适用于python-2.x。在Python 3中它会抛出异常。此外，返回似乎是错误的 - 我得到'array'（[False，True]，dtype = bool）''x！='a''比较。 – MSeifert
可以在一个list或array包裹None到力元素比较：
>>> x == [None]
array([False, True], dtype=bool)
>>> x == np.array([None])
array([False, True], dtype=bool)
另外，你应该尽力避免w用'dtype = object'数组进行操作。他们基本上是发育不良的Python列表。也许你可以尝试一个大小的字符串dtype？ –
NumPy的也有[MaskedArrays（https://docs.scipy.org/doc/numpy/reference/maskedarray.generic.html），他们可能不完全容易初步掌握。但特别是如果你有一些“无效”条目，这些比对象数组快得多。 – MSeifert