如何检查 decimal.is_nan() 数组中的所有值？答案

【问题标题】：how do I check decimal.is_nan() for all values in array?如何检查 decimal.is_nan() 数组中的所有值？
【发布时间】：2020-09-16 09:56:57
【问题描述】：

假设我的数组是这样的：

from decimal import Decimal
array = [Decimal(np.nan), Decimal(np.nan), Decimal(0.231411)]

我知道如果类型是float，我可以检查所有值是否都是nan ，如：

np.isnan(array).all()

有没有办法输入Decimal？

没有迭代的解决方案会更好。

【问题讨论】：

什么是Decimal？请提供minimal reproducible example
@Yatin - 这是来自 decimal 库的 Decimal 类。这是一个内置的。 from decimal import Decimal 这个例子是可重现的。
当然，这是一个迭代，但是：all([i.is_nan() for i in array]).
你有一个列表，为什么要使用numpy 和Decimal 对象列表？ Decimal 表示你有dtype=object，所以迭代是唯一的方法。

标签： python numpy decimal nan

【解决方案1】：

您可以使用 NumPy 的 vectorize 来避免迭代。

In [40]: from decimal import Decimal

In [41]: import numpy as np

In [42]: nums = [Decimal(np.nan), Decimal(np.nan), Decimal(0.231411)]

In [43]: nums
Out[43]: 
[Decimal('NaN'),
 Decimal('NaN'),
 Decimal('0.2314110000000000055830895462349872104823589324951171875')]

In [44]: np.all(np.vectorize(lambda x: x.is_nan())(np.asarray(nums)))
Out[44]: False

In [45]: np.all(np.vectorize(lambda x: x.is_nan())(np.asarray(nums[:-1])))
Out[45]: True

在nums 上面的sn-p 中是Decimal 类的实例列表。请注意，您需要将该列表转换为 NumPy 数组。

【讨论】：

【解决方案2】：

从我上面的评论中，我意识到这是一个迭代。原因是np.isnan不支持Decimal作为输入类型；因此，我不相信这可以通过广播来完成，而不转换数据类型 - 这意味着潜在的精度损失，这是使用 Decimal 类型的原因。

此外，正如@juanpa.arrivillaga 所评论的，由于Decimal 对象位于list 中，因此迭代是唯一的方法。此操作不需要 Numpy。

一种方法是：

all([i.is_nan() for i in array])

【讨论】：