在运算符中,浮点(“NaN”)和np。南安

为了检查该项是否在列表中,Python测试对象标识 第一 ,然后仅当对象不同时才测试相等性。 ^1.

float("NaN") in [float("NaN")] 是错误的,因为两个 不同的 NaN 比较涉及对象。因此,标识测试返回False,然后相等测试也返回False,因为 NaN != NaN .

np.nan in [np.nan, 1, 2] 然而,这是真的,因为 相同的 南安 比较涉及对象。对象标识测试返回True,因此Python会立即将该项识别为列表中的项。

这个 __contains__ 方法(使用调用 in )对于许多Python的其他内置容器类型,如元组和集合,都是使用相同的检查来实现的。

^1. 至少在CPython是这样的。这里的对象标识意味着在相同的内存地址找到对象:即 contains method for lists 使用 PyObject_RichCompareBool 它可以在进行可能更复杂的对象比较之前快速比较对象指针。其他Python实现可能有所不同。

值得一提的是,numpy数组的行为确实符合预期:

a = np.array((np.nan,))
a[0] in a
# False

主题变化:

[np.nan]==[np.nan]
# True
[float('nan')]==[float('nan')]
# False
{np.nan: 0}[np.nan]
# 0
{float('nan'): 0}[float('nan')]
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
# KeyError: nan

其他一切都包含在@亚历克斯·赖利的精彩回答中。