如何区分Python中不同类型的NaN float

我给你挖了点,我想你可以用 struct 模块与at上的信息相结合 Kevin's Summary Charts . 它们解释了各种IEEE 754浮点数使用的确切位模式。

如果我读到关于这个的话题,你可能唯一需要注意的就是 IND -确定值,是指在C代码中直接赋值时,该值倾向于触发某种浮点中断,导致它变成一个普通的NaN。这反过来意味着这些人被建议用ASM而不是C来做这种事情,因为C把这些东西抽象了出来。。因为它不是我的领域,而且我不确定这种值会在多大程度上影响Python,所以我想我应该提到它,这样你至少可以留意到任何这样奇怪的行为。(见接受的答案 this question ).

>>> import struct

>>> struct.pack(">d", float('nan')).encode("hex_codec")
'fff8000000000000'

>>> import scipy
>>> struct.pack(">d", scipy.nan).encode("hex_codec")
'7ff8000000000000'

指 凯文总结图表 ,这表明 float('nan') 实际上是不确定的值,而 scipy.nan 是一个安静的南。

让我们试着制作一个信号NaN,然后验证它。

>>> try_signaling_nan = struct.unpack(">d", "\x7f\xf0\x00\x00\x00\x00\x00\x01")[0]
>>> struct.pack(">d", try_signaling_nan).encode("hex_codec")
'7ff8000000000001'

不,信号NaN被转换成一个安静的NaN。

现在让我们试着直接做一个安静的NaN,然后验证它。

>>> try_quiet_nan = struct.unpack(">d", "\x7f\xf8\x00\x00\x00\x00\x00\x00")[0]
>>> struct.pack(">d", try_quiet_nan).encode("hex_codec")
'7ff8000000000000'

所以这就是如何使一个适当的安静南使用 struct.unpack() --至少,在Windows平台上。

CPython对nan的定义

当Python报告 nan ,那是从哪里来的?

• 计算结果(平台特定值?)
• Py_NAN 在CPython C源代码中
  • 定义为 (Py_HUGE_VAL * 0.)
    • 价值是特定于平台的
    • Py_HUGE_VAL 可能被定义为 HUGE_VAL --它有一张纸条说它应该是 巨大的 除非是在平台上。
• float('nan') 定义自 皮尤南 在CPython的C源代码中。

阅读Python和pywin32源代码

我已经看过了 pywin32 ,尤其是 win32com ,它形成了Python–COM转换层。密码是:

• 获取输入对象
• 电话 PyNumber_Float() 将其转换为Python float (如果还没有)
• 电话 PyFloat_AsDouble() 将其转换为纯C double 价值。
  • 这只是返回C 双重的 直接包含在 PyFloatObject 成员 ob_fval .

看来我已经追踪到 NaN 从COM接口返回到纯C 双重的 类型包含 皮尤南 ,无论是在Windows平台上。

试验台NAN值

现在我已经在NI测试台上试过了。首先我试着:

quiet_nan = struct.unpack(">d", "\x7f\xf8\x00\x00\x00\x00\x00\x01")[0]
# Set the variable's value in TestStand
locals_prop_object.SetValNumber(var_name, 0, quiet_nan)

但在测试台上仍然显示为 IND . 所以我创建了一个TestStand文件,变量设置为 工业 和 NAN ,并从Python中读取值。原来那个试验台 南 值为 FFFF000000000001 . 根据 Kevin's Summary Charts 那是一个 消极的 安静的南。试验台 工业 是否具有的预期值 不确定 , FFF8000000000000 .

成功

所以,毕竟,我在TestStand中成功地设置了一个NAN,来自Python:

# Make a NAN suitable for TestStand
teststand_nan = struct.unpack(">d", "\xff\xff\x00\x00\x00\x00\x00\x01")[0]
# Set the variable's value in TestStand
locals_prop_object.SetValNumber(var_name, 0, teststand_nan)

John Cook在这方面有一篇很好的文章可能会有帮助:

• IEEE floating point arithmetic in Python

更新 :这不管用吗?

In [144]: import scipy

In [145]: scipy.nan
Out[145]: 1.#QNAN

In [146]: scipy.inf
Out[146]: 1.#INF

In [147]: scipy.inf * 0
Out[147]: -1.#IND

据我所知,似乎有一些困惑,认为 NaN 决定是否安静。相反,惯例是尾数中最重要的一点决定了这一点。从 Wikipedia (重点补充):

在IEEE 754标准一致的浮点存储格式中,nan由NaNs特有的特定的、预定义的位模式来标识。 符号位无关紧要 . 二进制格式的nan由充满一个的指数字段(如无穷大值)和有效位字段中的一些非零数(使它们与无穷大值不同)表示。1985年的原始IEEE 754标准(ieee754-1985)只描述了二进制浮点格式,没有说明如何标记信令/安静状态。在实际应用中,有效位字段的最高有效位决定了NaN是在发信号还是在静音。。。2008年修订的IEEE 754标准(ieee754-2008)对信令/静默状态的编码提出了正式建议。 对于二进制格式,有效位字段的最有效位应该是“is_quiet”标志。一、 e.如果NaN是安静的,则该位为非零;如果NaN是信令,则该位为零 .

因为大多数实现都符合IEEE 754-2008,所以这是您应该遵循的约定。一般来说,您不能计划在标记位上为nan保持一致,即使在同一平台上为不同的nan也是如此。根据本公约, float('nan') 和 scipy.nan 两人似乎都是安静的奶奶,至少在上面讨论的情况下是这样。