Python-NaN在集合中的唯一性

Question

我刚刚偶然发现了Python的这个有趣的行为，它涉及NaN中的set：

# Test 1
nan = float('nan')
things = [0, 1, 2, nan, 'a', 1, nan, 'a', 2, nan, nan]
unique = set(things)
print(unique)  # {0, 1, 2, nan, 'a'}

# Test 2
things = [0, 1, 2, float('nan'), 'a', 1, float('nan'), 'a', 2, float('nan'), float('nan')]
unique = set(things)
print(unique)  # {0, 1, 2, nan, nan, nan, nan, 'a'}

当然，同一个键nan在最后一个set中多次出现似乎很奇怪

我认为这是由于nan与自身不相等（由IEEE 754定义），再加上在向set添加对象时，对象是基于值相等之前的内存位置（id()）进行比较的。然后，似乎每个float('nan')都会产生一个新的对象，而不是返回一些全局“单例”float（例如小整数）

• 事实上，我刚刚发现this SO question描述了相同的行为，似乎证实了上述观点

问题:

1. 这真的是你想要的行为吗
2. 假设我从上面得到了第二个things。我如何计算实际唯一元素的数量？通常的len(set(things))显然不起作用。事实上，我可以使用import numpy as np; len(np.unique(things))，但我想知道这是否可以在不使用第三方库的情况下实现

附录

作为一个小附录，让我补充一点，类似的故事适用于dicts：

d = {float('nan'): 0, float('nan'): 1}
print(d)  # {nan: 0, nan: 1}

我的印象是NaN在dict中作为键是完全不可能的，但只要存储对用作键的确切对象的引用，它实际上就可以工作：

nan0 = float('nan')
nan1 = float('nan')
d = {nan0: 0, nan1: 1}
d[float('nan')]  # KeyError
d[nan0]  # 0
d[nan1]  # 1

当然，这很有意思，但如果需要在现有的dict中存储额外的值，并且不关心要使用哪些键，当然每个新键不必已经在dict中，我可以看到这个技巧很有用。也就是说，可以使用float('nan')作为工厂来生成新的dict密钥的无止境供应，保证不会相互碰撞、现有或未来的密钥

Answer 1

float()所需的行为是返回float（类）的实例。你说得对，“南”并不等于它本身。因此，float(1) == float(1)而float('nan') != float('nan')

为了得到一个唯一的集合，我建议像在测试1中那样建立一个nan常量。如果这不适合你，你可以选择import math; math.isnan(float('nan'))。迭代列表（或集合）并删除元素。 newlist = [ x for x in things if not math.isnan(x) ]

你可能会想：不，我删除所有的南。如果以前有一个呢

import math

things = [0, 1, 2, float('nan'), 'a', 1, float('nan'), 'a', 2, float('nan'), float('nan')]
nan = float('nan')
length = len(things)
newlist = [ x for x in things if not isinstance(x, str) and not math.isnan(x) ]
if len(newlist) != length:
    newlist.append(nan)  # or however you'd like to handle it
unique = set(newlist)
print(unique)

{0, 1, 2, nan}