Python NaN'；集合中的s与唯一性

我刚刚偶然发现了Python的这一有趣行为，它涉及

set

s中的

NaN

：

#测试1
nan=浮点（'nan'）
事物=[0，1，2，nan，'a'，1，nan，'a'，2，nan，nan]
唯一=设置（事物）
打印（唯一）#{0,1,2,nan，'a'}
#测试2
things=[0,1,2，float（'nan'），'a'，1，float（'nan'），'a'，2，float（'nan'），float（'nan'）]
唯一=设置（事物）
打印（唯一）#{0,1,2，nan，nan，nan，nan，'a'}

同一个键

nan

在上一个

集合中多次出现

当然看起来很奇怪

我认为这是由于

nan

与自身不相等（定义为）以及在将对象添加到

集合时，在值相等之前根据内存位置（
id（）
）对对象进行比较这一事实造成的。然后，每个
float（'nan'）
生成一个新对象，而不是返回一些全局“单例”
float
（如小整数）


事实上，我只是发现描述同样的行为，似乎证实了上述

问题:

这真的是你想要的行为吗
假设我从上面得到了第二个
东西。我如何计算实际唯一元素的数量？通常的
len（set（things））
显然不起作用。事实上，我可以使用
导入numpy作为np；len（np.unique（things））
，但我想知道这是否可以在不使用第三方库的情况下实现

补遗
作为一个小附录，让我补充一个类似的故事适用于
dict
s：

d={float（'nan'）：0，float（'nan'）：1}
打印（d）{nan:0，nan:1}

我的印象是，
NaN
在
dict
s中是一个完全不允许使用的键，但只要存储对用作键的确切对象的引用，它实际上就会起作用：

nan0=float（'nan'）
nan1=浮点（'nan'）
d={nan0:0，nan1:1}
d[float（'nan'）]#键错误
d[nan0]#0
d[nan1]#1

当然，这很有意思，但如果需要在现有的
dict
中存储额外的值，并且不关心要使用哪些键，当然每个新键都不必已经在
dict
中，我可以看到这个技巧很有用。也就是说，可以使用
float（'nan'）
作为一个工厂来生成无休止的新
dict
键，保证现有或将来的键不会相互碰撞。
float（）

的期望行为是返回float（类）的实例。你说得对，“南”并不等于它本身。因此，

float（1）==float（1）

而

float（'nan'）！=浮点（'nan'）

为了得到一个唯一的集合，我建议像在测试1中那样建立一个nan常量。如果这不适合你，你可以选择导入数学；math.isnan（float（'nan'））。迭代列表（或集合）并删除元素。

newlist=[x代表x，如果不是数学的话。isnan（x）]

你可能会想：不，我删除所有的南。如果以前有一个呢

import math

things = [0, 1, 2, float('nan'), 'a', 1, float('nan'), 'a', 2, float('nan'), float('nan')]
nan = float('nan')
length = len(things)
newlist = [ x for x in things if not isinstance(x, str) and not math.isnan(x) ]
if len(newlist) != length:
    newlist.append(nan)  # or however you'd like to handle it
unique = set(newlist)
print(unique)

---

{0，1，2，nan}

对于nan问题，通常没有一刀切的解决方案。假设您有一些计算，如果使用真实数算法执行，可能会产生四种不同的结果，但由于浮点算法的限制，它会产生1，NaN，3，NaN。在这种情况下，关于结果集中有多少元素的理想答案是四个。因此，NAN应被视为不同的事物。另一方面，在其他一些计算中，理想结果可能是7，7，7，7，但计算结果是7，NaN，7，NaN。在这种情况下，…对于结果集中有多少个元素的理想答案应该是一个。因此，NAN应被视为相同的。但NaN的本质是，它不知道在理想情况下会是什么。因此，在没有其他信息的情况下，我们无法知道如何处理它。因此，您的数据中有NAN，处理它们主要是您的责任，不要期望库例程会为您处理它们。至于您的第一个问题，如果您使用

class foo（）：pass，a=foo（）

并打印出

b=[a，a]

和

c=[foo（），foo（）]的结果

显示为

b

有两个地址相同的对象，而

c

显示两个不同的对象。我认为这与float（）也是类对象有关？您也可以尝试

set（b）

和

set（c）

，结果与您的case@EricPostpischil公平，但是说我现在的处境是，我真的想把NaN的作为问题来对待。并非所有的NaN都是错误算法的结果，有些是故意作为占位符插入的。@jmd_dk使用None作为占位符，而不是NaN。另外，如果你能给出需要NaN作为占位符的例子，那将是很好的

float（np.NaN）=float（np.NaN）

给出类似

float（'NaN'）==float（'NaN'）

False，而

things=[0,1,2，float（np.NaN），'a'，1，float（np.NaN），'a'，2，float（np.NaN）]

给出了类似于测试1{，1,1,2，NaN，'a'}。为什么？@RuthgerRighart

float（np.nan）

总是返回同一个对象，

float（'nan'）

不返回。它总是返回一个新对象。运行

float（'nan'）。\uuuu repr\uuuu

两次，用

np.nan