检查具有特定 NaN 的 numpy 数组是否相等答案

【问题标题】：Check for numpy array equality with specific NaN检查具有特定 NaN 的 numpy 数组是否相等
【发布时间】：2020-08-28 14:02:30
【问题描述】：

在大多数浮点表示中可能有几种不同类型的 NaN（例如安静的 NaN、信号 NaN 等）。我认为这在 numpy 中也是如此。我有一个 NaN 的特定位表示，用 C 定义并导入到 python 中。我想测试一个数组是否完全包含这个特定的浮点位模式。有什么办法吗？

请注意，我想测试数组是否包含这个特定的 NaN，而不是它是否具有一般的 NaN。

【问题讨论】：

标签： python numpy nan

【解决方案1】：

Numpy 允许您直接访问数组中的字节。对于一个简单的情况，您可以将 nans 直接视为整数：

quiet_nan1 = np.uint64(0b0111111111111000000000000000000000000000000000000000000000000000)

x = np.arange(10, dtype=np.float64)
x.view(np.uint64)[5] = quiet_nan1

x.view(np.uint64)

现在您可以比较精确 NaN 的位模式的元素。此版本将保留形状，因为元素大小相同。

一个更通用的解决方案是使用字节：

quiet_nan1l = np.frombuffer((0b01111111111111111000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000).to_bytes(16, 'big'))

x = np.arange(3 * 4 * 5, dtype=np.float128).reshape3, 4, 5)
x.view(np.uint8).reshape(*x.shape, 16)[2, 2, 3, :] = quiet_nan1l

x.view(np.uint8).reshape(*x.shape, 16)

最终的重塑不是绝对必要的，但它非常方便，因为它沿着最后一个维度隔离了原始数组元素。

在这两种情况下，修改视图都会修改原始数组。这就是观点。

如果不言而喻（这就是我这么说的原因），这适用于您可能想要分配或测试的任何其他位模式，而不仅仅是 NaN。

【讨论】：