Question

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？。

Answer 1

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。

Answer 2

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。

Answer 3

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。

Answer 4

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

Answer 5

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"')

Answer 6

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')

比较“ float（'nan'）”和“ math.nan”

6 个答案: