为什么 NaN 比较只在 np.frompyfunc 内部发出警告？

Question

如果您将

np.nan

与其他值 进行比较，并且您在

np.frompyfunc

中进行比较，则会发出警告。为什么是这样？是错误还是功能？

import numpy as np
func = np.frompyfunc(lambda x: x<0,nin=1,nout=1)
print(func(1))            # False, no warning
print(np.nan<0)           # False
print(func(np.nan))       # False, and raises a warning

背景和动机

我在调试时遇到了这个问题 为什么 numpy.vectorize 在使用不确定性时会发出有关无效值的警告？ 根本原因隐藏在

np.vectorize

和其他一些库代码之后。因此，理解浮动比较会改变

frompyfunc

中的语义有点困难。它对我来说是一个错误。

在我自己的代码中，我喜欢使用

np.seterr(all='raise')

和

with np.errstate(some_group='ignore'): ...

来确保正确处理所有关于浮动错误的警告，并且只有在我知道它是安全的情况下才会忽略警告。因此，我想知道为什么这个 compare-with-nan 只是偶尔警告。