Question

为什么以下两个列表不相等？

a = [1.0, np.NAN] 
b = np.append(np.array(1.0), [np.NAN]).tolist()

我使用以下内容来检查相同性。

((a == b) | (np.isnan(a) & np.isnan(b))).all(), np.in1d(a,b)

使用np.in1d(a, b)似乎np.NAN值不相等，但我不确定为什么会这样。任何人都可以对这个问题有所了解吗？

Answer 1

NaN值永远不会相等。也就是说，根据NaN==NaN 的定义，测试False始终为NaN 。

所以[1.0, NaN] == [1.0, NaN]也是False。实际上，一旦NaN出现在任何列表中，它就无法与任何其他列表进行比较，甚至本身也是如此。

如果您想测试一个变量以查看它是NaN中的numpy，您可以使用numpy.isnan()功能。我没有看到任何明显的方法来获得你似乎想要的比较语义，而不是通过循环“手动”迭代列表。

请考虑以下事项：

import math import numpy as np def nan_eq(a, b): for i,j in zip(a,b): if i!=j and not (math.isnan(i) and math.isnan(j)): return False return True a=[1.0, float('nan')] b=[1.0, float('nan')] print( float('nan')==float('nan') ) print( a==a ) print( a==b ) print( nan_eq(a,a) )

它将打印：

False True False True

测试a==a成功，因为据推测，Python的想法是对同一对象的引用等于a==b所要求的元素比较的结果。< / p>

Answer 2

由于a和b是列表，a == b未返回数组，因此类似numpy的逻辑将无效：

>>> a == b
False

您引用的命令仅在数组

时才有效

>>> a,b = np.asarray(a), np.asarray(b)
>>> a == b
array([ True, False], dtype=bool)
>>> (a == b) | (np.isnan(a) & np.isnan(b))
array([ True,  True], dtype=bool)
>>> ((a == b) | (np.isnan(a) & np.isnan(b))).all()
True

应该可以比较两个数组（要么它们都相等，要么它们都是NaN）。

Answer 3

根据IEEE 754（参见http://en.wikipedia.org/wiki/NaN），在python（和numpy）中实现NaN，并将其定义为不可共享。实际上，这意味着NaN在有序比较操作中永远不会返回True，例如<，>，==等numpy和buillting math模块提供isnan函数来确定值是否为NaN。

Python \ Numpy：将数组与NAN进行比较

3 个答案: