为什么collections.Counter将numpy.nan视为相等？

Question

我对以下行为感到惊讶：

>>> import numpy as np
>>> from collections import Counter
>>> my_list = [1,2,2, np.nan, np.nan]
>>> Counter(my_list)
Counter({nan: 2, 2: 2, 1: 1}) # Counter treats np.nan as equal and 
                              # tells me that I have two of them
>>> np.nan == np.nan          # However, np.nan's are not equal  
False

这到底是怎么回事呢？

当我使用 float('nan') 而不是 np.nan 时，我得到了我预期的结果：

>>> my_list = [1,2,2, float('nan'), float('nan')]
>>> Counter(my_list)
Counter({2: 2, nan: 1, 1: 1, nan: 1}) # two different nan's
>>> float('nan') == float('nan')
False

我使用的是 python 2.7.3 和 numpy 1.8.1。

编辑：

如果我这样做：

>>> a = 300
>>> b = 300
>>> a is b
False
>>> Counter([a, b])
Counter({300: 2})

那么，Counter 或任何 Python 的 dict 会认为两个对象 X 和 Y 不相同的情况是：

X == Y -> False

and

X is Y -> False

对吗？

Answer 1

在Python中，字典（还有它的一个子类Counter）通常是通过比较键的相等性来工作的，也就是说，它们会用==来判断两个键是否相等。但是，它们做了一些优化，假设如果x is y，那么x == y也成立。只有在x is not y的情况下，字典才会回过头来用相等性比较来判断。对于大多数类型来说，x is y意味着x == y是成立的。只有在浮点数的NaN（不是一个数字）和一些特意设计的反例中，这个条件才会被打破。

Answer 2

这不是在讨论 numpy.nan 和 float("nan") 的区别，而是说你有两个不同的浮点数的“不是数字”（nan）。

>>> np.nan is np.nan
True
>>> float("nan") is float("nan")
False

所以

>>> Counter([1,2,2, np.nan, np.nan])
Counter({nan: 2, 2: 2, 1: 1})
>>> Counter([1,2,2, float("nan"), float("nan")])
Counter({2: 2, nan: 1, 1: 1, nan: 1})

但是

>>> f = float("nan")
>>> Counter([1,2,2, f, f])
Counter({nan: 2, 2: 2, 1: 1})