为什么 np.float('nan') 会导致字典出现问题，而 math.nan 不会？

Question

在这个问题中，从numpy中使用nan是如何导致dict出现问题的，为什么math.nan的行为不同？(Python 3(

import math
import numpy as np
d = {math.nan:'baz', math.nan:'bip' }
print(d)
e = {np.float('nan'):'foo', np.float('nan'):'bar' }
print(e)

输出

{nan: 'bip'}
{nan: 'foo', nan: 'bar'}

Answer 1

这是因为math.nan是模块级属性，所以两次都得到相同的对象。CPython dicts有一个用于身份检查的快捷方式^†

>>> any(k == math.nan for k in d)
False
>>> math.nan in d
True

对于np.float('nan')，您有一个函数调用，每次返回不同的实例。使用Python的内置float('nan')将再次类似，这与numpy并没有真正的关系。

>>> np.float('nan') is np.float('nan')
False
>>> math.nan is math.nan
True
>>> float('nan') is float('nan')
False

^†_{列表、元组等也有这一点。有关详细信息，请参阅生成一个对象x，使"x in[x]"返回False}