python - 在运算符中， float ("NaN")和 np.nan

Question

我曾经相信 Python 中的 in 运算符使用相等性检查 == 来检查某个集合中元素的存在，所以 element in some_list 大致相当于 any(x == element for x in some_list)。例如:

True in [1, 2, 3]
# True because True == 1

或

1 in [1., 2., 3.]
# also True because 1 == 1.

然而，众所周知 NaN 不等于自身。所以我预计 [float("NaN")] 中的 float("NaN") 是 False。确实是False。

但是，如果我们使用 numpy.nan 而不是 float("NaN")，情况就大不相同了:

import numpy as np
np.nan in [np.nan, 1, 2]
# True

但是 np.nan == np.nan 仍然给出 False!

这怎么可能？ np.nan 和 float("NaN") 有什么区别？ in 如何处理np.nan？

Answer 1

为了检查项目是否在列表中，Python 测试对象身份首先，然后仅在对象不同时测试是否相等。¹

[float("NaN")] 中的

float("NaN") 为 False，因为在比较。因此，身份测试返回 False，然后相等性测试也返回 False，因为 NaN != NaN。

np.nan in [np.nan, 1, 2] 然而是 True 因为 same NaN 对象参与比较.对象身份的测试返回 True，因此 Python 立即将项目识别为在列表中。

Python 的许多其他内置容器类型(例如元组和集合)的 __contains__ 方法(使用 in 调用)使用相同的检查来实现。

---

¹ 至少在 CPython 中是这样。这里的对象标识意味着对象位于相同的内存地址:contains method for lists。使用 PyObject_RichCompareBool 执行在可能更复杂的对象比较之前快速比较对象指针。其他 Python 实现可能会有所不同。