python - numpy NaN 并不总是被认可

Question

这让我很困惑:

```
a=np.array([1,2,np.nan,3])    # an array with a nan
print(np.isnan(a)[2])         # it truly is a nan
print(a[2])                   # it quacks like a nan
print(np.nan is np.nan)       # nan's can be compared
print(a[2] is np.nan)         # But then, this isn't a nan after all!!??

>>> True
>>> nan
>>> True
>>> False
```

我知道我们不允许将 nan 与 == 进行比较，但应该允许与 is 进行比较？毕竟它在将 nan 与自身进行比较时有效吗？

感谢您对这里发生的事情的任何提示。

Answer 1

这与其说是关于 Python is 运算符的问题，不如说是关于数组元素的索引或拆箱操作:

In [363]: a=np.array([1,2,np.nan,3])
In [364]: a[2]
Out[364]: nan
In [365]: type(a[2])
Out[365]: numpy.float64
In [366]: a[2] is a[2]
Out[366]: False

a[2] 不只是返回 nan。它返回一个 np.float64 对象，其值为 np.nan。另一个 a[2] 将产生另一个 np.float64 对象。两个这样的对象在 is 意义上不匹配。对于任何数组元素都是如此，而不仅仅是 nan 值。

由于 == 对 nan 不起作用，我们只能使用 np.isnan 函数。

np.nan 是一个唯一的 float 对象(在本 session 中)，但 a[2] 未设置为该对象。

如果数组被定义为对象类型:

In [376]: b=np.array([1,2,np.nan,3], object)
In [377]: b[2] is np.nan
Out[377]: True

此处 is 为 True - 因为 b 包含指向内存中已存在的对象的指针，包括 np.nan 对象。对于像这样构造的列表也是如此。