为什么在numpy中，`nan == nan`的结果是False，而`nan in [nan]`的结果是True？

Question

虽然问题的第一部分（标题中的部分）之前已经被回答过几次了（即NaN为什么不等于NaN？），但我不明白第二个部分为什么会按照它的方式工作（受到这个问题的启发：如何检查包含NaN的列表）？

也就是说：

>> nan == nan
False

>> nan in [nan]
True

@DSM的回答后面解释问题的附录。那么，为什么float("nan")的行为与nan不同？ 它不应该再次评估为简单的nan，为什么解释器会以这种方式运作？

>> x = float("nan")
>> y = nan
>> x
nan
>> y
nan
>> x is nan, x is float("nan"), y is nan
(False, False, True)

基本上，它在第一种情况下指的是相同的泛型 nan，但在第二种情况下创建了一个单独的对象：

>> nans = [nan for i in range(2)]
>> map(id, nans)
[190459300, 190459300]
>> nans = [float("nan") for i in range(2)]
>> map(id, nans)
[190459300, 190459301]

- sashkello

---

关于你的补充，float('nan') 总是会创建一个新的对象。你正在测试的 nan 是一个现有的对象，它永远不会与新创建的对象具有相同的 ID。在 Python 中的赋值始终只是引用原始对象；无论 b 是什么，a = b; a is b 总是会返回 True。 - Mark Ransom

Answer 1

nan 不等于 nan 是 nan 的定义的一部分，所以这个部分很容易理解。

至于 nan in [nan] 为什么为 True，那是因为在列表中判断包含关系时，先测试对象的身份标识再测试相等性。你正在比较同一个对象。

如果你用两个不同的 nan 尝试同样的操作，结果会是 False:

>>> nans = [float("nan") for i in range(2)]
>>> map(id, nans)
[190459300, 190459284]
>>> nans
[nan, nan]
>>> nans[0] is nans[1]
False
>>> nans[0] in nans
True
>>> nans[0] in nans[1:]
False

您的补充内容与nan实际上并没有多少关系，这就是Python的工作原理。一旦您了解到float("nan")无需返回某个nan单例对象，并且y = x不会复制x而是将名称y绑定到x所指向的对象，那么就没有什么需要理解的了。

---

- DSM

---

嗯...为什么第一个例子中的nan是相同的？为什么它们没有被初始化为两个不同的对象？因为x = nan和nan in [x]仍然返回True。 - sashkello

你提到的第一个例子是什么？你指的是nan == nan吗？nan指的是一个特定的对象（在这种情况下，我非常确定它是np.nan）。无论你多少次地提到这个名字，它仍然指向同一个对象：没有任何初始化操作。同样，x = nan并不会复制nan，它只是将x作为一个新的名称，并将其命名为也被nan命名的对象。例如，在执行这个操作之后，可以尝试使用x is nan来进行检查。 - DSM

我不明白这与float("nan")有什么不同？nan有不同的“口味”吗？否则，据我所知，float("nan")应该仍然返回nan，这又是同一个对象，不是吗？我想知道为什么nan in [nan]与nan in [float("nan")]不同？解释器如何知道列表中的nan是以不同的方式获得的？在这种情况下，我也不明白为什么float("nan")在[float("nan")]中是false... - sashkello

不，如我在原问题中所说，nan不是唯一的对象。看上面的记录：两个 nan 具有不同的 id，而且 nans[0] is nans[1] 是 False。nan in [nan] 为 True，因为它基本上是 any(x is nan or x == nan for x in [nan])。x is nan 是 True，因此 x == nan 是 False 并不重要。相同的规则适用于 nan in [float("nan")]，结果是 x is nan 是 False（它们是不同的对象），而 x == nan 仍然是 False。float("nan") in [float("nan")] 返回 False，因为它们是两个单独的 NaN。 - DSM

@sashkello，虽然这并不重要，但确实存在不同类型的NaN，还有信号NaN，其行为相同。 - seberg