python - NaN 作为字典中的关键

Question

任何人都可以向我解释以下行为吗？

>>> import numpy as np
>>> {np.nan: 5}[np.nan]
5
>>> {float64(np.nan): 5}[float64(np.nan)]
KeyError: nan

为什么它在第一种情况下有效，但在第二种情况下却无效？ 此外，我发现以下确实有效:

>>> a ={a: 5}[a]
float64(np.nan)

Answer 1

这里的问题是 NaN 不等于自身，正如 IEEE float 标准中所定义的那样:

>>> float("nan") == float("nan")
False

当字典查找一个键时，它大致是这样做的:

1. 计算要查找的 key 的哈希值。

2. 对于字典中具有相同哈希值的每个键，检查它是否与要查找的键匹配。此检查包括

   一个。检查对象身份:如果字典中的键和要查找的键是同一对象，如 is 运算符所示，则找到了键。

   如果第一次检查失败，请使用 __eq__ 运算符检查是否相等。

第一个例子成功了，因为 np.nan 和 np.nan 是同一个对象，所以它们比较不相等也没关系:

>>> numpy.nan is numpy.nan
True

在第二种情况下，np.float64(np.nan) 和 np.float64(np.nan) 不是同一个对象——这两个构造函数调用创建两个不同的对象:

>>> numpy.float64(numpy.nan) is numpy.float64(numpy.nan)
False

由于对象也不相等，字典断定找不到键并抛出 KeyError。

你甚至可以这样做:

>>> a = float("nan")
>>> b = float("nan")
>>> {a: 1, b: 2}
{nan: 1, nan: 2}

总而言之，避免将 NaN 作为字典键似乎是一个更明智的想法。