Numpy max函数在使用包含NaN的Decimal值时失败

Question

当我们使用浮点数（float）时，一切都很顺利。

>>> import numpy as np
>>> np.max(1.2, np.nan)
>>> nan

但是，当我们使用十进制数（Decimal）时...

>>> import numpy as np
>>> import decimal as d 
>>> np.max([d.Decimal('1.2'), d.Decimal('NaN')])
>>> InvalidOperation: comparison involving NaN

有没有办法让带有NaN（不是一个数字）的十进制数好好地工作呢？

注意：

• Python 2.7
• Numpy 1.6.2

Answer 1

你可以把这个列表转换成一个NumPy数组，数据类型设置为float（浮点数）。这样，所有的NumPy函数都能正常使用了：

import numpy as np
import decimal as d

print np.max(np.array([0, 1, d.Decimal('nan')], dtype='float'))
print np.nanmax(np.array([0, 1, d.Decimal('nan')], dtype='float'))

输出结果：

nan
1.0

Answer 2

嗯……如果里面有至少一个 NaN（不是一个数字），那么结果就是 NaN。

可以把它放在一个函数里：

def my_max(arr):
    try:
        return np.max(arr)
    except d.InvalidOperation:
        return d.Decimal('NaN')

不过，这样看起来不是很酷……

---

还有一种替代方法……也许……因为 Decimal 可以“解开”一些异常，这样就能返回一个值，而不是抛出一个异常：

# change globally
>>> d.getcontext().traps[d.InvalidOperation] = 0
>>> np.max([d.Decimal('1.2'), d.Decimal('NaN')])
Decimal('NaN')

# use a context manager to change locally:
with d.localcontext() as ctx:
    ctx.traps[d.InvalidOperation] = 0
    np.max([d.Decimal('1.2'), d.Decimal('NaN')])