เป็นไปได้ไหมที่จะตั้งค่าตัวเลขเป็น NaN หรือไม่สิ้นสุด


203

เป็นไปได้ไหมที่จะกำหนดองค์ประกอบของอาร์เรย์เป็นNaNPython?

นอกจากนี้เป็นไปได้ไหมที่จะตั้งค่าตัวแปรเป็น +/- อินฟินิตี้ ถ้าเป็นเช่นนั้นมีฟังก์ชั่นใด ๆ ที่จะตรวจสอบว่าตัวเลขนั้นไม่มีที่สิ้นสุดหรือไม่?


3
stackoverflow.com/questions/944700บอกวิธีการตรวจสอบ NaN สำหรับ Inf และ -Inf คุณสามารถทดสอบกับ == แต่นั่นไม่ได้ผลสำหรับ NaN เนื่องจากกฎ IEEE754 สำหรับ NaN
David Heffernan

ผมคิดว่าวิธีที่เชื่อถือได้มากที่สุดคือการใช้ฟังก์ชั่นที่เหมาะสมเช่นisinfและให้เป็นไปตามisnan numpyดูคำตอบของฉันด้านล่าง
Olivier Verdier

คำตอบ:


272

ส่งจากสตริงโดยใช้float():

>>> float('NaN')
nan
>>> float('Inf')
inf
>>> -float('Inf')
-inf
>>> float('Inf') == float('Inf')
True
>>> float('Inf') == 1
False

1
นั่นจะสอนฉันว่าอย่ากระโดดด้วยสำนวนก่อนที่จะอ่านคำถามเป็นครั้งที่สอง !! ขออภัย! ที่กล่าวว่ามันจะไม่เจ็บที่จะพูดอย่างนั้นเหมือนกันเพราะมันเป็นกับดักง่าย ๆ ที่จะตกลงไปในนั้น NaN! = NaN
David Heffernan

2
หมายเหตุ: >>> float ('Inf') - float ('Inf') ===> nan
ntg

76

ใช่คุณสามารถใช้numpyสำหรับการที่

import numpy as np
a = arange(3,dtype=float)

a[0] = np.nan
a[1] = np.inf
a[2] = -np.inf

a # is now [nan,inf,-inf]

np.isnan(a[0]) # True
np.isinf(a[1]) # True
np.isinf(a[2]) # True

21
ใน python> = 2.6 คุณสามารถใช้math.isnan()และmath.isinf()
Agos

8
numpyเป็นการนำเข้าค่อนข้างมากหากคุณต้องการคือNaNหรือinf
cz

1
หากสิ่งที่คุณต้องการคือNaNหรือสิ่งInfใดสิ่งหนึ่งfrom numpy import nan, infที่มีอยู่นับตั้งแต่คำถามนี้ถูกยกขึ้น
andrewgu

37

เป็นไปได้ไหมที่จะตั้งค่าตัวเลขเป็น NaN หรือไม่สิ้นสุด

ใช่อันที่จริงมีหลายวิธี งานบางอย่างที่ไม่มีการนำเข้าใด ๆ ในขณะที่คนอื่นต้องการimportแต่สำหรับคำตอบนี้ฉันจะ จำกัด ห้องสมุดในภาพรวมให้กับไลบรารีมาตรฐานและ NumPy (ซึ่งไม่ใช่ห้องสมุดมาตรฐาน แต่เป็นห้องสมุดบุคคลที่สามทั่วไป)

ตารางต่อไปนี้สรุปวิธีการที่วิธีการหนึ่งที่สามารถสร้างไม่-a-จำนวนหรืออินฟินิตี้บวกหรือลบfloat:

╒══════════╤══════════════╤════════════════════╤════════════════════╕
   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    
╘══════════╧══════════════╧════════════════════╧════════════════════╛

หมายเหตุคู่กับตาราง:

  • floatคอนสตรัคเป็นจริงกรณีตายเพื่อให้คุณยังสามารถใช้หรือfloat("NaN")float("InFiNiTy")
  • กระบวนการcmathและnumpyค่าคงที่ส่งคืนfloatวัตถุPython ธรรมดา
  • เป็นจริงคงที่เดียวที่ฉันรู้ว่าไม่จำเป็นต้องใช้numpy.NINF-
  • เป็นไปได้ที่จะสร้าง NaN และ Infinity ที่ซับซ้อนด้วยcomplexและcmath:

    ╒══════════╤════════════════╤═════════════════╤═════════════════════╤══════════════════════╕
       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           
    ╘══════════╧════════════════╧═════════════════╧═════════════════════╧══════════════════════╛
    

    ตัวเลือกที่มี¹กลับธรรมดาไม่ได้floatcomplex

มีฟังก์ชั่นใด ๆ เพื่อตรวจสอบว่าหมายเลขนั้นไม่มีที่สิ้นสุดหรือไม่?

ใช่มี - อันที่จริงมีฟังก์ชั่นหลายอย่างสำหรับ NaN, Infinity และไม่ใช่ Nan หรือ Inf อย่างไรก็ตามฟังก์ชั่นที่กำหนดไว้ล่วงหน้าเหล่านี้ไม่ได้มีมาให้ในตัว แต่จำเป็นต้องมีimport:

╒══════════╤═════════════╤════════════════╤════════════════════╕
      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     
╘══════════╧═════════════╧════════════════╧════════════════════╛

ข้อสังเกตอีกสองสามข้อ:

  • cmathและnumpyฟังก์ชั่นยังทำงานสำหรับวัตถุที่ซับซ้อนพวกเขาจะตรวจสอบว่าส่วนหนึ่งจริงหรือจินตนาการที่จังหวัดน่านหรืออินฟินิตี้
  • numpyฟังก์ชั่นยังทำงานให้กับnumpyอาร์เรย์และทุกอย่างที่สามารถแปลงเป็นหนึ่ง (เช่นรายการ tuple ฯลฯ )
  • นอกจากนี้ยังมีฟังก์ชั่นอย่างชัดเจนว่าการตรวจสอบในเชิงบวกและเชิงลบในอินฟินิตี้ NumPy: และnumpy.isposinfnumpy.isneginf
  • Pandas เสนอฟังก์ชั่นเพิ่มเติมอีกสองฟังก์ชั่นเพื่อตรวจสอบNaN: pandas.isnaและpandas.isnull(แต่ไม่เฉพาะ NaN เท่านั้นซึ่งตรงกับNoneและNaT)
  • แม้ว่าจะไม่มีฟังก์ชั่นในตัว แต่มันก็ง่ายที่จะสร้างมันขึ้นมาเอง (ฉันละเลยการตรวจสอบประเภทและเอกสารประกอบที่นี่):

    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))
    

ในการสรุปผลลัพธ์ที่คาดไว้สำหรับฟังก์ชันเหล่านี้ (สมมติว่าอินพุตเป็นแบบลอย):

╒════════════════╤═══════╤════════════╤═════════════╤══════════════════╕
          input  NaN    Infinity    -Infinity    something else   
 function                                                         
╞════════════════╪═══════╪════════════╪═════════════╪══════════════════╡
 isnan           True   False       False        False            
├────────────────┼───────┼────────────┼─────────────┼──────────────────┤
 isinf           False  True        True         False            
├────────────────┼───────┼────────────┼─────────────┼──────────────────┤
 isfinite        False  False       False        True             
╘════════════════╧═══════╧════════════╧═════════════╧══════════════════╛

เป็นไปได้ไหมที่จะตั้งค่าองค์ประกอบของอาร์เรย์เป็น NaN ใน Python

ในรายการไม่มีปัญหาคุณสามารถรวม NaN (หรือ Infinity) ที่นั่นได้เสมอ:

>>> [math.nan, math.inf, -math.inf, 1]  # python list
[nan, inf, -inf, 1]

อย่างไรก็ตามถ้าคุณต้องการที่จะรวมไว้ในarray(เช่นarray.arrayหรือnumpy.array) จากนั้นประเภทของอาร์เรย์จะต้องเป็นfloatหรือcomplexเพราะมิฉะนั้นมันจะพยายามที่จะลดลงมันเป็นประเภทอาร์เรย์!

>>> 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

1
หมายเหตุ: ใช้math.isnanไม่ได้กับจำนวนเชิงซ้อน ใช้math.isnan(x.real) or math.isnan(x.imag)แทน
Jonathan H

2

เมื่อใช้ Python 2.4 ให้ลอง

inf = float("9e999")
nan = inf - inf

ฉันกำลังเผชิญกับปัญหาเมื่อฉันย้ายพอร์ต simplejson ไปยังอุปกรณ์ฝังตัวซึ่งใช้งาน Python 2.4 ได้float("9e999")รับการแก้ไข อย่าใช้inf = 9e999คุณต้องแปลงมันเป็นสตริง จะช่วยให้-inf-Infinity

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.