Python 为什么'；t numpy.unique是否识别多个numpy.nan值相同？

我有一个简短的脚本示例：

将numpy导入为np
打印（'numpy version:'，np.version.version）
foo=np.full（10,5）
条形=np.满（10，np.nan）
打印（'foo:'，foo）
打印（'foo的唯一值：'，np.Unique（foo））
打印（'条：'，条）
打印（'条的唯一值：'，np.唯一（条））

它将打印以下结果：

numpy version:        1.16.4
foo:                  [5 5 5 5 5 5 5 5 5 5]
Unique values of foo: [5]
bar:                  [nan nan nan nan nan nan nan nan nan nan]
Unique values of bar: [nan nan nan nan nan nan nan nan nan nan]

我的问题：

为什么

np.unique（）

在接收到

bar

作为输入时不只返回一个

nan

值？这肯定是个错误，对吗？或者，如果这是正确的，预期的行为，那么为什么它是正确的

对于获得

foo

所示的更典型的行为，推荐的解决方法（如果有）是什么

---

第一个问题：

如你所见：

>>> np.nan == np.nan
False
>>>

np.nan

s不相等

第二个问题：

这不可能很美，我唯一能想到的是：

>>> a = np.unique(np.where(np.isnan(bar), 0, bar))
>>> np.where(a == 0, np.nan, a)
array([ nan])
>>> 

---

为了回答您的问题，请回答为什么：IEEE规范（）针对浮点数，这就是为什么numpy不等于任何东西，包括它本身。Numpy尊重这一点，这就是为什么

np.nan==np.nan

为false

人们对此表示不满，但这是一个很难做出的选择，因为NaN可能来自不平等的事物。例如，这个表达式应该是真的吗

np.sqrt(-1) == np.sqrt(-2) 

---

两人都对NaN进行了评估，但说上述内容应该是真实的似乎是非常错误的。您需要决定如何在代码中处理NaN，如果您想以相同的方式处理NaN，您当然可以。

我不确定是否可以完全推荐它，但如果唯一元素的排序顺序无关紧要：

# make example with nans                                                                                                    
x = np.arange(15)%5-2                                                                                       
y = x.astype(bool)/x                                                       
y                                                                                                           
# array([-0.5, -1. ,  nan,  1. ,  0.5, -0.5, -1. ,  nan,  1. ,  0.5, -0.5,                                        
#        -1. ,  nan,  1. ,  0.5])

# trick comes here                                                                                 
np.unique(y.view(int)).view(float)
# array([-0.5, -1. ,  nan,  0.5,  1. ])                                                                           

但是，请注意，int和float之间的映射不是100%一对一，例如：

(np.array(np.nan).view(int)+1).view(float)
# nan                                                                                                             

---

最后一个nan与标准nan相比并不相等，即使我们将强制转换应用于int和back技巧。

我喜欢你的解决方法，当然，如果

bar

除了

nan

s之外还包含任何

0

值，它似乎会得到稍微不正确的结果。但至少它可以在大多数情况下工作。@stachyra Yeah

NaN

s不容易对付