Python 使用numpy.NAN初始化数组

使用numpy.NAN初始化numpy数组时遇到一些问题，如下所示

>>> import numpy
>>> a = numpy.zeros(2)
>>> a
array([ 0.,  0.])
>>> a[:] = numpy.NAN
>>> a
array([ nan,  nan])
>>> a[0] is numpy.NAN
False 

为什么呢？我尝试使用NAN初始化单个变量，并将var is numpy.NAN设置为True。将NAN分配给数组时会发生什么

---

另一个问题是，当数组中的某些元素为NAN时，我如何将它们与其他元素区分开来？非常感谢

这是一个南。只是

is

的工作方式与您认为的NumPy数组不同。当你分配

a[:] = numpy.NAN

NumPy实际上并不使用对

NumPy.NAN

对象的引用填充

a

。相反，它在C级别用带有NaN值的双精度数填充数组

然后使用[0]访问数组元素时，NumPy没有用于初始化该单元格的原始对象的记录。它只有数值。它必须构造一个新的Python对象来包装该值，而新的包装器与

numpy.NAN

不同。因此，

is

检查返回

False

请注意，通常情况下，将数字与

is

进行比较是一个坏主意。通常，您需要的是比较它们的数值。但是，

=

也会为NaNs返回

False

，因此您需要的是

numpy.isnan

：

>>> numpy.isnan(a[0])
True
>>> numpy.isnan(a)
array([ True,  True], dtype=bool)

---

这是一个南。只是

is

的工作方式与您认为的NumPy数组不同。当你分配

a[:] = numpy.NAN

NumPy实际上并不使用对

NumPy.NAN

对象的引用填充

a

。相反，它在C级别用带有NaN值的双精度数填充数组

然后使用[0]访问数组元素时，NumPy没有用于初始化该单元格的原始对象的记录。它只有数值。它必须构造一个新的Python对象来包装该值，而新的包装器与

numpy.NAN

不同。因此，

is

检查返回

False

请注意，通常情况下，将数字与

is

进行比较是一个坏主意。通常，您需要的是比较它们的数值。但是，

=

也会为NaNs返回

False

，因此您需要的是

numpy.isnan

：

>>> numpy.isnan(a[0])
True
>>> numpy.isnan(a)
array([ True,  True], dtype=bool)

---

尝试使用

numpy.isnan

。尝试使用

numpy.isnan

。