Numpy 2 有一个单独的 float64(nan) - 如何摆脱它？

有几种 NaN（见下文，NaN作为参考），python 可以重用对象，也可以不重用。X is Y作为单元测试的一部分使用是这里的核心问题。

例如np.inf - np.inf产量np.nan：

np.inf-np.inf
# nan

但是：

np.nan is (np.inf-np.inf)
# False

如果你想知道某个对象是否为 NaN，请始终使用np.isnan(或math或pandas等效项)，而不要使用对象比较 或is：

np.isnan((np.inf-np.inf))
# True

有关 NaN 和 Python 对象的更多信息

NaN 的编码方式并不单一。可能存在静默 NaN（模糊操作）或信号 NaN（错误操作）。此外，Python 可以重用对象……或者不重用。

运行np.nan is np.nanpython 时对两者使用相同的对象，如果你np.log(-1) is np.log(-1)在我的计算机上运行，​​这会创建两个不同的对象，结果是False：

np.log(-1) is np.log(-1)
# False

举一个更复杂的例子，在我的计算机上np.nan总是给出相同的对象。安静/信号 NaN 总是产生不同的对象。连续生成一种类型的 NaN 似乎有时会重用该对象，有时则不会：

(id(np.nan),        # 135051355677520
 id(np.inf-np.inf), # 135046756258928
 id(float('nan')),  # 135046756258928
 id(np.log(-1)),    # 135046756256624  # triggers warning
 id(np.sqrt(-1)),   # 135046756256624  # triggers warning # same as previous
 id(float('nan')),  # 135046756258928                     # same as before
 id(np.sqrt(-1)),   # 135046756261584  # triggers warning # different
 id(np.nan),        # 135051355677520                     # same as before
)

再次运行它，所有 ID 都会改变，但模式相同。np.nan保持稳定：

(id(np.nan),        # 135051355677520
 id(np.inf-np.inf), # 135046756261872
 id(float('nan')),  # 135046756261872
 id(np.log(-1)),    # 135046756262736  # triggers warning
 id(np.sqrt(-1)),   # 135046756262736  # triggers warning # same as previous
 id(float('nan')),  # 135046756261872                     # same as before
 id(np.sqrt(-1)),   # 135046756262640  # triggers warning # different
 id(np.nan),        # 135051355677520                     # same as before
)

简而言之，不要这样做。使用np.isnan