为什么在 numpy `nan == nan` 中是 False 而 [nan] 中的 nan 是 True？

Question

虽然问题的第一部分（在标题中）之前已经回答过几次（即Why is NaN not equal to NaN?），但我不明白为什么第二部分会这样工作（受此启发问题How to Check list containing NaN)？

即：

>> nan == nan
False

>> nan in [nan]
True

---

考虑到@DSM 的答案的问题的解释性附录。那么，为什么float("nan") 的行为与nan 不同？它不应该再次评估为简单的nan，为什么解释器会这样？

>> x = float("nan")
>> y = nan
>> x
nan
>> y
nan
>> x is nan, x is float("nan"), y is nan
(False, False, True)

基本上，它在第一种情况下引用相同的通用nan，但在第二种情况下创建单独的对象：

>> nans = [nan for i in range(2)]
>> map(id, nans)
[190459300, 190459300]
>> nans = [float("nan") for i in range(2)]
>> map(id, nans)
[190459300, 190459301]

Answer 1

nan 不等于 nan 是 nan 定义的一部分，所以这部分很简单。

至于nan in [nan] 为真，那是因为在列表中包含相等性之前测试了身份。您正在比较相同的两个对象。

如果你用两个不同 nans 尝试同样的事情，你会得到 False：

>>> nans = [float("nan") for i in range(2)]
>>> map(id, nans)
[190459300, 190459284]
>>> nans
[nan, nan]
>>> nans[0] is nans[1]
False
>>> nans[0] in nans
True
>>> nans[0] in nans[1:]
False

---

您的附录与nan 没有太大关系，这就是 Python 的工作原理。一旦您了解 float("nan") 没有义务返回一些 nan 单例，并且 y = x 不会复制 x 而是将名称 y 绑定到由 x 命名的对象，就有什么都没有了。