python - 为什么 numpy.unique 不能识别多个 numpy.nan 值是相同的？

Question

我有一个简短的示例脚本:

import numpy as np

print('numpy version:       ', np.version.version)

foo = np.full(10, 5)
bar = np.full(10, np.nan)

print('foo:                 ', foo)
print('Unique values of foo:', np.unique(foo))

print('bar:                 ', bar)
print('Unique values of bar:', np.unique(bar))

打印结果如下:

numpy version:        1.16.4
foo:                  [5 5 5 5 5 5 5 5 5 5]
Unique values of foo: [5]
bar:                  [nan nan nan nan nan nan nan nan nan nan]
Unique values of bar: [nan nan nan nan nan nan nan nan nan nan]

我的问题:

1. 为什么 np.unique() 在接收到 bar 作为输入时只返回一个 nan 值？这肯定是一个错误，对吧？或者，如果它是正确的、预期的行为，那么为什么它是正确的？
2. 为获得 foo 所示的更典型行为，推荐的解决方法是什么(如果有的话)？

Answer 1

要回答你的问题，为什么: float 的 IEEE 规范 ( IEEE 754 )，这就是 numpy defines NaN 的表现。不等于任何东西，包括它自己。 Numpy 尊重这一点，这就是为什么 np.nan == np.nan 是错误的。

人们对此提示，但这是一个很难做出的选择，因为 NaN 可能来自不相等的事物。例如，这个表达式应该为真吗？

np.sqrt(-1) == np.sqrt(-2) 

两者的计算结果都是 NaN，但是说上面的应该是真的似乎是非常错误的。 您需要决定如何在您的代码中处理 NaN — 如果您想以同样的方式处理它们，您当然可以。