我有一个float变量,它可能是数字,也可能不是数字,我想检查是否是这种情况。通过x = float('nan')
,我观察到一些令我惊讶的行为:
print(x is math.nan)
>>> False
这意味着float('nan')
和math.nan
是不同的对象,这没想到,但这没关系。但是,当我检查与==
的相等性时,结果是相同的:
print(x == math.nan):
>>> False
如果我使用math.isnan(x)
,对于所有非数字都可以得到正确的结果。尽管如此,float('nan') == math.nan
为什么不评估为True
?。
答案 0 :(得分:2)
在某种意义上,“不是数字”是指没有值。
传统上,按照IEEE浮点规范, 它并不等于自身 。
那是因为没有可比较的有意义的值。
实际上,some people use this fact to detect NaN是您的条件,因此您可以尝试使用x != x
(尽管相关的问答可以提供更好的建议)。
表达式math.nan is math.nan
是正确的,因为is
进行对象身份比较,而不是值等效/相等比较。
答案 1 :(得分:1)
这不是特殊的行为:is
返回两个对象是否实际上是在指同一事物(本质上是在内存中),而==
返回两个对象是否具有相同的值。
要查看他们是否指的是同一事物,我们可以使用id()
。
>>> a = [1,2,3]
>>> b = a
>>> id(a)
140302781856200
>>> id(b)
140302781856200
>>> a == b
True
>>> a is b
True
>>> c = [1,2,3]
>>> id(c)
140302781864904
>>> a == c
True
>>> a is c
False
在这里,我们看到通过分配b = a
,它们现在指向同一列表:因此,is
和==
是True
。但是,当我们将c
定义为具有与a
和b
相同值的新变量时,它就是==
,但是is
返回{{1} }。
False
也是如此。
答案 2 :(得分:1)
这是因为NaN
只是一个浮点值。使用is
不会检查变量是否具有相同的值,而是会检查它们是否是相同的对象。如果创建两个具有相同值的浮点数,则它们不是同一对象,它们是具有相同值的两个对象。以这个为例:
>>> a = float('nan')
>>> b = float('nan')
>>> a is b
False
因此,即使您以相同的方式创建两个NaN
值,它们也不是同一对象。即使对于更简单的浮点数也是如此。试试这个:
>>> a = 1.
>>> b = 1.
>>> a is b
False
Python的默认版本重复使用 some 值,因此该值的任何实例都是同一对象。因此,以这个为例(请注意,缺少小数,这些是整数而不是浮点数):
>>> a = 1
>>> b = 1
>>> a is b
True
但这是您不应该依赖的实现细节,它可以随时更改,并且在python实现之间可能有所不同。但是即使这样,NaN
也不是默认Python解释器为此目的提供的值之一。
您可以使用id
函数手动检查两个变量是否为同一对象,该函数为同时存在的每个对象提供唯一的编号(尽管删除一个变量也可以重复使用这些编号,即使自动)。
>>> a=1.
>>> b=1.
>>> c=float('nan')
>>> d=float('nan')
>>> e=1
>>> f=1
>>> id(a)
139622774035752
>>> id(b)
139622774035872
>>> id(c)
139622774035824
>>> id(d)
139622774035800
>>> id(e)
139622781650528
>>> id(f)
139622781650528
关于它们为什么不相等的原因,这只是NaN在现代计算机中使用的定义的一部分。根据定义,NaN
绝不能等于自己。它是有关浮点数如何工作的国际标准的一部分,并且这种行为已内置于现代CPU中。
答案 3 :(得分:0)
虽然它们不是同一对象(因为它们来自分别实现的不同模块)并且不相等(通过设计NaN != NaN
),但是它们具有功能math.isnan
(和{ {3}}(如果您想要向量化版本)正是为此目的:
import math
import numpy
math.isnan(math.nan)
# True
math.isnan(numpy.nan)
# True
math.isnan(float("nan"))
# True
尽管它们彼此不平等且不相同:
math.nan == numpy.nan or math.nan is numpy.nan
# False
math.nan == float("nan") or math.nan is float("nan")
# False
numpy.nan == float("nan") or numpy.nan is float("nan")
# False
答案 4 :(得分:0)
您可以使用内置于“float”中的“hex”函数
public static void Main()
{
var someObject = new MyClassWithEvents();
someObject.SomeEventFired += () =>
{
// do whatever
};
}
float('nan') == math.nan # FALSE
float('nan').hex() == math.nan.hex() # TRUE
float('nan').hex() == float('nan').hex() # TRUE
如果您在 Pandas 中使用查询,这将非常有用。我最近尝试使用:
float('nan').hex() == numpy.nan.hex() # TRUE
应该检查 A 列是否为 NaN。但是,pandas 会自动将字符串“NaN”转换为浮点数。大多数人会推荐使用 df['A'].isna(),但在我们的例子中,尝试将表达式传递给方法,因此它应该处理任何表达式。 解决办法是:
df.eval('A == "NaN"')
答案 5 :(得分:0)
您可以将 nan 值转换为字符串进行比较。 像这样:
x=float("nan")
s_nan = str(x)
if s_nan == "nan":
# What you need to do...
print('x is not a number')