Python 当使用包含NaN的十进制值时，Numpy max函数失败

使用浮点值时一切正常

>>> import numpy as np
>>> np.max(1.2, np.nan)
>>> nan

但是，当使用十进制值时

>>> import numpy as np
>>> import decimal as d 
>>> np.max([d.Decimal('1.2'), d.Decimal('NaN')])
>>> InvalidOperation: comparison involving NaN

有没有一种方法可以通过NaN获得十进制值，从而更好地发挥作用

注:

• Python 2.7
• Numpy 1.6.2

---

哼。。。如果至少有一个NaN，则结果为NaN
在函数中换行：

def my_max(arr):
    try:
        return np.max(arr)
    except d.InvalidOperation:
        return d.Decimal('NaN')

虽然不是很性感

---

另一种选择。。。大概作为，返回值而不是引发异常：

# change globally
>>> d.getcontext().traps[d.InvalidOperation] = 0
>>> np.max([d.Decimal('1.2'), d.Decimal('NaN')])
Decimal('NaN')




---

您可以将列表转换为数据类型为

float

的NumPy数组。然后，所有NumPy函数都应该正常工作：

import numpy as np
import decimal as d

print np.max(np.array([0, 1, d.Decimal('nan')], dtype='float'))
print np.nanmax(np.array([0, 1, d.Decimal('nan')], dtype='float'))

输出：

nan
1.0

---

也不是很健壮-如果你因为不同的原因得到一个无效操作会发生什么？@markransem我想不出任何东西，除了一个NaN，它可能会使

np.max

抛出一个

无效操作

。你有什么具体的想法吗？我对Numpy不太熟悉，所以我不确定，但是一个

None

示例不会抛出错误吗？这是一个很容易意外得到的例子。@markransem事实上，

None

是“透明的”：

np.max（[d.Decimal（1.2），None]）==d.Decimal（1.2）

。其他“奇怪”值（字典、对象等）会产生意外结果，但不会引发

invalidooperation

异常。@MarkRansom抱歉，我没有说得很清楚：

invalidooperation

属于

Decimal

而不是

numpy

。这实际上是将

Decimal（'NaN'）

与触发该异常的其他内容进行比较。这可能是一个输入错误，但您应该编写

d.Decimal（'1.2'）

，以利用十进制表示法

d.Decimal（1.2）=Decimal（'1.199999999999999555910790149937383830547332763671875'）

@SylvainLeroux谢谢，我已经将它改为

d.Decimal（'1.2'）

。效果很好，但是结果/输出的类型是

numpy.float64

。我想可以将结果转换回十进制。这是否效率低下？@AtlasStrategic:Hm，效率可能取决于您的应用程序。对我来说，来回转换巨大的数组听起来效率很低，但对于一些值来说可能还可以。你真的需要十进制数吗？你不能完全改用NumPy吗？@AtlasStrategic在我看来，这不是效率问题。从

Decimal

转换为float和back，会使您失去使用十进制表示法的所有好处。因此，整个过程取决于您对

十进制数的需求<代码>十进制（浮点（十进制（'1.2'））==十进制（'1.1999999999999555910790149937383830547332763671875'）

@SylvainLeroux:我同意。（我刚刚注意到问题略微改为

d.Decimal（'1.2'）

，从而利用了

Decimal

的优点）

nan
1.0