为什么“numpy.asarray(...) 中没有”会导致未来的警告

Question

当您执行以下操作时会出现未来警告：

>>> numpy.asarray([1,2,3,None]) == None

目前返回 False，但我知道在 Numpy 的未来版本中将返回一个包含 [False,False,False,True] 的数组。

正如on the numpy discussion list 所讨论的那样，解决此问题的方法是测试a is None。

让我感到困惑的是in 关键字与一维数组与列表相比的这种行为：

>>> None in [1,2,3,None]
True
>>> None in numpy.asarray([1,2,3,None])
__main__:1: FutureWarning: comparison to 'None' will result in an elementwise 
    object comparison in the future
False
>>> 1 in numpy.asarray([1,2,3,None])
True

编辑（见 cmets）——实际上有两个不同的问题：

1. 为什么这会导致 FutureWarning - None in numpy.asarray(...) 的未来行为与现在相比会怎样？
2. 为什么in 与list 的行为不同；我可以在不将其转换为列表或使用for 循环的情况下测试我的数组是否包含None？

Numpy 版本是 1.9.1，Python 3.4.1

Answer 1

当您执行以下操作时会出现未来警告：

numpy.asarray([1,2,3,4]) == None

目前返回 False，但我知道在 Numpy 的未来版本中将返回一个包含 [False,False,False,True] 的数组。

正如我在 cmets 中提到的，您的示例不正确。 numpy 的未来版本将返回[False ,False, False, False]，即False 用于数组中不等于None 的每个元素。这与当前与其他标量值的逐元素比较的工作方式更加一致，例如：

In [1]: np.array([1, 2, 3, 4]) == 1
Out[1]: array([ True, False, False, False], dtype=bool)

In [2]: np.array(['a', 'b', 'c', 'd']) == 'b'
Out[2]: array([False,  True, False, False], dtype=bool)

让我感到困惑的是in 关键字与一维数组相比列表的这种行为

当您测试x in y 时，您调用的是y.__contains__(x)。当y 是一个列表时，__contains__ 基本上是这样的：

for item in y:
    if (item is x) or (item == x):
        return True
return False

据我所知，np.ndarray.__contains__(x) 相当于执行以下操作：

if any(y == x):
    return True
else:
    return False

也就是说，它首先测试整个数组的元素相等性（y == x 将是一个大小为y 的布尔数组）。由于在您的情况下，您正在测试是否y == None，因此由于上述原因，这将提高FutureWarning。

在 cmets 你也想知道为什么

np.nan in np.array([1, 2, 3, np.nan])

返回False，但是

np.nan in [1, 2, 3, np.nan]

返回True。第一部分很容易解释为np.nan != np.nan (see here for the rationale behind this)。要了解为什么第二种情况返回 True，请记住 list.__contains__() 在检查相等性 (==) 之前首先检查身份 (is)。由于np.nan is np.nan，第二种情况会返回True。