大家都知道 在Python 中可以用如下方式表示正負無窮：
float("inf") # 正無窮float("-inf") # 負無窮利用 inf(infinite) 乘以 0 會得到 not-a-number(NaN) 。如果一個數超出 infinite，那就是一個 NaN（not a number）數。在 NaN 數中，它的 exponent 部分為可表達的最大值，即 FF（單精度）、7FF（雙精度）和 7FFF（擴展雙精度）。 NaN 數與 infinite 數的區別是：infinite 數的 significand 部分為 0 值（擴展雙精度的 bit63 位為 1）；而 NaN 數的 significand 部分不為 0 值。
我們先看看如下的代碼：
>>> inf = float("inf")>>> ninf = float("-inf")>>> nan = float("nan")>>> inf is infTrue>>> ninf is ninfTrue>>> nan is nanTrue>>> inf == infTrue>>> ninf == ninfTrue>>> nan == nanFalse>>> inf is float("inf")False>>> ninf is float("-inf")False>>> nan is float("nan")False>>> inf == float("inf")True>>> ninf == float("-inf")True>>> nan == float("nan")False如果你沒有嘗試過在 Python 中判斷一個浮點數是否為 NaN，對以上的輸出結果肯定會感到詫異。首先，對于正負無窮和 NaN 自身與自身用 is 操作，結果都是 True，這里好像沒有什么問題；但是如果用 == 操作，結果卻不一樣了， NaN 這時變成了 False。如果分別用 float 重新定義一個變量來與它們再用 is 和 == 比較，結果仍然出人意料。出現這種情況的原因稍稍有些復雜，這里就不贅術了，感興趣可以查閱相關資料。
如果你希望正確的判斷 Inf 和 Nan 值，那么你應該使用 math 模塊的 math.isinf 和 math.isnan 函數：
>>> import math>>> math.isinf(inf)True>>> math.isinf(ninf)True>>> math.isnan(nan)True>>> math.isinf(float("inf"))True>>> math.isinf(float("-inf"))True>>> math.isnan(float("nan"))True這樣便準確無誤了。既然我在談論這個問題，就是再忠告：不要在 Python 中試圖用 is 和 == 來判斷一個對象是否是正負無窮或者 NaN。你就乖乖的用 math 模塊吧，否則就是引火燒身。
當然也有別的方法來作判斷，以下用 NaN 來舉例，但仍然推薦用 math 模塊，免得把自己弄糊涂。
用對象自身判斷自己
>>> def isnan(num):... return num != num... >>> isnan(float("nan"))True用 numpy 模塊的函數
>>> import numpy as np>>> >>> np.isnan(np.nan)True>>> np.isnan(float("nan"))True>>> np.isnan(float("inf"))FalseNumpy 的 isnan 函數還可以對整個 list 進行判斷：
>>> lst = [1, float("nan"), 2, 3, np.nan, float("-inf"), 4, np.nan]>>> lst[1, nan, 2, 3, nan, -inf, 4, nan]>>> np.isnan(lst)array([False, True, False, False, True, False, False, True], dtype=bool)這里的 np.isnan 返回布爾值數組，如果對應位置為 NaN，返回 True，否則返回 False。
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流。
新聞熱點
疑難解答
圖片精選
