numpy.isnan(value) 与 value == numpy.nan 不同？答案

【问题标题】：numpy.isnan(value) not the same as value == numpy.nan?numpy.isnan(value) 与 value == numpy.nan 不同？
【发布时间】：2015-06-14 04:54:37
【问题描述】：

为什么我会得到以下信息：

>>> v
nan
>>> type(v)
<type 'numpy.float64'>
>>> v == np.nan
False
>>> np.isnan(v)
True

我会认为这两者应该是等价的？

【问题讨论】：

另见：stackoverflow.com/a/1573715/325565（不直接与 python 相关，但由 IEEE-754 委员会成员编写，该委员会定义了为什么会这样）
我想两个未定义的值不能被比较为相同是有道理的，因为它们在定义上是未定义的。当您第一次遇到 nan != nan 错误时，您会感到有些困惑！
相关：stackoverflow.com/q/13003202/674039

标签： python numpy types boolean nan

【解决方案1】：

nan != nan。这就是nan 上的相等比较的定义方式。已确定此结果对于数值算法比替代方法更方便。这就是 isnan 存在的具体原因。

【讨论】：

谢谢！调试时这让我彻底困惑了一段时间:)
顺便说一下，这可能是由于 IEEE 754 规定：可能存在四种互斥关系：小于、等于、大于和无序。最后一种情况出现在至少一个操作数是 NaN 时。每个 NaN 都应与包括其自身在内的所有内容进行无序比较。编辑：看起来我被一条带有更详细链接的评论打败了大约 2 小时——请参阅 Joe Kington 对这个问题的评论。