Python\Numpy: 比较包含NAN的数组

Question

为什么下面这两个列表不相等呢？

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

我用以下方法来检查它们是否相同。

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

使用 np.in1d(a, b) 这个方法时，发现 np.NAN 的值不相等，但我不太明白这是为什么。有没有人能帮我解释一下这个问题？

Answer 1

在Python（还有numpy库）中，NaN是按照IEEE 754标准来实现的（你可以查看这个链接了解更多：http://en.wikipedia.org/wiki/NaN）。简单来说，NaN被定义为“无法排序的”。这意味着在比较操作中，比如用<、>、==等来判断时，NaN永远不会返回True。为了判断一个值是否是NaN，numpy和内置的math模块提供了isnan这个函数。

Answer 2

NaN值是“不是一个数字”的意思，它们永远不会被认为是相等的。也就是说，测试 NaN==NaN 的结果总是 False，这是因为 NaN 的定义就是这样。

所以 [1.0, NaN] == [1.0, NaN] 的结果也是 False。实际上，一旦在任何列表中出现了 NaN，它就无法与任何其他列表进行相等比较，甚至连它自己也不行。

如果你想检查一个变量是否是 NaN，可以在 numpy 中使用 numpy.isnan() 这个函数。我没有看到有什么简单的方法可以实现你想要的比较，除了通过“手动”使用循环来遍历列表。

考虑以下代码：

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) )

这段代码会打印：

False
True
False
True

测试 a==a 成功是因为，Python认为对同一个对象的引用是相等的，这种想法优先于 a==b 所需的逐元素比较的结果。

Answer 3

因为 a 和 b 是列表，所以 a == b 不会返回一个数组，所以你用的那种类似于numpy的逻辑是行不通的：

>>> a == b
False

你提到的这个命令只有在它们是 数组 的时候才有效：

>>> 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

这个命令应该可以用来比较两个数组（要么它们相等，要么它们都是NaN）。