为什么在Python/Numpy中将“数字”值转换为布尔值时不等于True？

Question

当将NumPy非数字值转换为布尔值时，它变为真，例如如下所示。

>>> import numpy as np
>>> bool(np.nan)
True

这与我直觉上的预期完全相反。这种行为是否有合理的原则？

（我怀疑在八度音阶中可能会出现同样的行为。）

Answer 1

0.0是唯一错误的浮点值，因为这是语言设计者认为最有用的。努比只是跟着。（当bool(float('nan'))是True时，bool(np.nan)是False会很奇怪）。

我想这可能是因为这就是整数的工作原理。诚然，整数没有NaN或inf类型的值，但我认为特殊情况不足以打破规则。

Answer 2

这不是特定于NumPy的，但与Python对待NaNs的方式一致：

In [1]: bool(float('nan'))
Out[1]: True

规则在documentation中阐明。

我认为可以合理地说，楠的真值应该是假的。然而，这不是语言现在的工作方式。

Answer 3

Pythontruth-value testing声明将下列值视为False：

• zero of any numeric type, for example, 0, 0L, 0.0, 0j.

Numpy可能选择坚持这种行为，并防止NaN在布尔上下文中计算到False。但是请注意，您可以使用^{}来测试NaN。