为什么 numpy.nan 与 math.nan 不同？

【问题标题】：Why numpy.nan is different than math.nan?为什么 numpy.nan 与 math.nan 不同？
【发布时间】：2021-09-16 05:31:39
【问题描述】：

为什么math.nan 与numpy.nan 不同？

>>> import math
>>> import numpy as np
>>> math.nan is math.nan
True
>>> np.nan is np.nan
True
>>> np.nan is math.nan
False

拥有两个不同的 NaN 有什么意义？

【问题讨论】：

它们是单独创建的，因此它们是单独的对象。它们具有相同的值（即使该值不等于自身）。
它变得更糟：np.nan == np.nan 返回False。
NaN 不是单例。 NaN 是一种具有特殊解释的位模式（实际上，有许多不同的 NaN，因为 NaN 可以具有“有效负载”）。同一个 NaN 可以有多个实例，就像 1.0 可以有多个实例一样。试试这个：x = 1.0; y = 1.0; print(x is y)。输出为 False。

标签： python python-3.x numpy math nan

【解决方案1】：

拥有两个不同的 NaN 有什么意义？

免责声明：我假设您想知道为什么会有 math.nan 和 numpy.nan，如果这不成立，请完全忽略这个答案。

这是由于历史原因，math docs告知math.nan是

3.5 版中的新功能。

NumPy 比这更早，PyPI NumPy release history 显示版本 1.0 发布于 2006 年 10 月，而根据PEP 478，Python 3.5.0 的第一个最终版本计划在 9 月发布2015，因此 NumPy 的创建者不可能使用math.nan。这导致了一个问题，如果 nan 已经在 numpy 中，为什么将其添加到 math。这可以简单解释：math 是内置模块，而numpy 不是。

作为旁注，您也可以在 python 中制作没有任何 imports 的 NaN，只需执行 float("NaN")。

【讨论】：