是否可以将数字设置为 NaN 或无穷大?
是的,实际上有几种方法。一些没有任何导入的工作,而另一些则需要import,但是对于这个答案,我将概述中的库限制为标准库和 NumPy(这不是标准库,而是一个非常常见的第三方库) .
下表总结了如何创建非数字或正或负无穷大float:
╒══════════╤══════════════╤════════════════════╤════════════════════╕
│ result │ NaN │ Infinity │ -Infinity │
│ module │ │ │ │
╞══════════╪══════════════╪════════════════════╪════════════════════╡
│ built-in │ float("nan") │ float("inf") │ -float("inf") │
│ │ │ float("infinity") │ -float("infinity") │
│ │ │ float("+inf") │ float("-inf") │
│ │ │ float("+infinity") │ float("-infinity") │
├──────────┼──────────────┼────────────────────┼────────────────────┤
│ math │ math.nan │ math.inf │ -math.inf │
├──────────┼──────────────┼────────────────────┼────────────────────┤
│ cmath │ cmath.nan │ cmath.inf │ -cmath.inf │
├──────────┼──────────────┼────────────────────┼────────────────────┤
│ numpy │ numpy.nan │ numpy.PINF │ numpy.NINF │
│ │ numpy.NaN │ numpy.inf │ -numpy.inf │
│ │ numpy.NAN │ numpy.infty │ -numpy.infty │
│ │ │ numpy.Inf │ -numpy.Inf │
│ │ │ numpy.Infinity │ -numpy.Infinity │
╘══════════╧══════════════╧════════════════════╧════════════════════╛
对表的几点说明:
-
float 构造函数实际上是不区分大小写的,所以你也可以使用float("NaN") 或float("InFiNiTy")。
-
cmath 和 numpy 常量返回纯 Python float 对象。
-
numpy.NINF 实际上是我所知道的唯一一个不需要- 的常量。
-
可以使用complex 和cmath 创建复杂的NaN 和Infinity:
╒══════════╤════════════════╤═════════════════╤═════════════════════╤══════════════════════╕
│ result │ NaN+0j │ 0+NaNj │ Inf+0j │ 0+Infj │
│ module │ │ │ │ │
╞══════════╪════════════════╪═════════════════╪═════════════════════╪══════════════════════╡
│ built-in │ complex("nan") │ complex("nanj") │ complex("inf") │ complex("infj") │
│ │ │ │ complex("infinity") │ complex("infinityj") │
├──────────┼────────────────┼─────────────────┼─────────────────────┼──────────────────────┤
│ cmath │ cmath.nan ¹ │ cmath.nanj │ cmath.inf ¹ │ cmath.infj │
╘══════════╧════════════════╧═════════════════╧═════════════════════╧══════════════════════╛
带有 ¹ 的选项返回一个普通的 float,而不是 complex。
有什么函数可以检查一个数是否为无穷大?
是的,实际上有几个函数用于 NaN、Infinity,Nan 和 Inf 都没有。但是这些预定义函数不是内置的,它们总是需要import:
╒══════════╤═════════════╤════════════════╤════════════════════╕
│ for │ NaN │ Infinity or │ not NaN and │
│ │ │ -Infinity │ not Infinity and │
│ module │ │ │ not -Infinity │
╞══════════╪═════════════╪════════════════╪════════════════════╡
│ math │ math.isnan │ math.isinf │ math.isfinite │
├──────────┼─────────────┼────────────────┼────────────────────┤
│ cmath │ cmath.isnan │ cmath.isinf │ cmath.isfinite │
├──────────┼─────────────┼────────────────┼────────────────────┤
│ numpy │ numpy.isnan │ numpy.isinf │ numpy.isfinite │
╘══════════╧═════════════╧════════════════╧════════════════════╛
再说几句:
-
cmath 和 numpy 函数也适用于复杂对象,它们将检查实部或虚部是 NaN 还是 Infinity。
-
numpy 函数也适用于 numpy 数组以及可以转换为一个的所有内容(如列表、元组等)
- 还有一些函数可以在 NumPy 中显式检查正无穷和负无穷:
numpy.isposinf 和 numpy.isneginf。
- Pandas 提供了两个额外的函数来检查
NaN:pandas.isna 和 pandas.isnull(但不仅是 NaN,它还匹配 None 和 NaT)
-
即使没有内置函数,也很容易自己创建(我在这里忽略了类型检查和文档):
def isnan(value):
return value != value # NaN is not equal to anything, not even itself
infinity = float("infinity")
def isinf(value):
return abs(value) == infinity
def isfinite(value):
return not (isnan(value) or isinf(value))
总结这些函数的预期结果(假设输入是浮点数):
╒════════════════╤═══════╤════════════╤═════════════╤══════════════════╕
│ input │ NaN │ Infinity │ -Infinity │ something else │
│ function │ │ │ │ │
╞════════════════╪═══════╪════════════╪═════════════╪══════════════════╡
│ isnan │ True │ False │ False │ False │
├────────────────┼───────┼────────────┼─────────────┼──────────────────┤
│ isinf │ False │ True │ True │ False │
├────────────────┼───────┼────────────┼─────────────┼──────────────────┤
│ isfinite │ False │ False │ False │ True │
╘════════════════╧═══════╧════════════╧═════════════╧══════════════════╛
是否可以在 Python 中将数组的元素设置为 NaN?
在列表中没问题,您可以随时在其中包含 NaN(或 Infinity):
>>> [math.nan, math.inf, -math.inf, 1] # python list
[nan, inf, -inf, 1]
但是,如果您想将其包含在 array(例如 array.array 或 numpy.array)中,那么数组的类型必须为 float 或 complex,否则它会尝试将其向下转换为数组类型!
>>> import numpy as np
>>> float_numpy_array = np.array([0., 0., 0.], dtype=float)
>>> float_numpy_array[0] = float("nan")
>>> float_numpy_array
array([nan, 0., 0.])
>>> import array
>>> float_array = array.array('d', [0, 0, 0])
>>> float_array[0] = float("nan")
>>> float_array
array('d', [nan, 0.0, 0.0])
>>> integer_numpy_array = np.array([0, 0, 0], dtype=int)
>>> integer_numpy_array[0] = float("nan")
ValueError: cannot convert float NaN to integer