np.nan 和 np.NaN 之间的区别

Question

np.Nan 和 np.nan 有什么区别吗？根据我的理解，两者都用于空值，但如果你看这里

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt


df = pd.DataFrame([[np.nan,2,np.nan,0],[3,4,np.nan,1],[np.nan,np.nan,np.nan,5]],columns=list('ABCD'))
print(df)
print(np.nan == np.NaN)

我得到以下输出：

     A    B   C  D
0  NaN  2.0 NaN  0
1  3.0  4.0 NaN  1
2  NaN  NaN NaN  5
False

Process finished with exit code 0

现在，如果这些相同，

print(np.nan == np.NaN)

应该返回

True

，为什么数据框中的值填充为

NaN

？

我得到

NaN

不是一个数字，因此它可能会以这种方式处理它，从而更改数据框中的条目，但我仍然不确定。

Answer 1

所以基本上

NaN

、

NAN

和

nan

是 nan

的等效定义

或者换句话说

NaN

和

NAN

是

nan

的别名

np.nan
np.NaN
np.NAN

如果您检查它们的相等性，它将返回

False

如果你检查这3个类型，你会发现它们都是相同的

type(float)

但是让

a=np.NaN
b=np.NAN
c=np.nan

现在如果你检查 a、b 和 c 是否相等，它会返回

True

（现在不起作用）

即使在文档（第 4 行）中也提到：-

不能使用相等来测试 NaNs

您可以从这里查看文档：-

https://numpy.org/doc/stable/user/misc.html?highlight=numpy%20nan

Answer 2

当您尝试

np.nan is np.NAN is np.NaN

时，您将获得

true

我搜索了numpy的官方文档，它说：

numpy.NaN

非数字 (NaN) 的 IEEE 754 浮点表示。

NaN

和

NAN

是

nan

的等效定义。请使用

nan

代替

NaN

。

numpy.NAN

非数字 (NaN) 的 IEEE 754 浮点表示。

NaN

和

NAN

是

nan

的等效定义。请使用

nan

代替

NAN

。

Answer 3

实际上即使你测试：

np.nan == np.nan

你会得到

false