NaNs是字典中的关键

NaNs是字典中的关键,第1张

NaNs是字典中的关键

这里的问题是,NaN不等于其自身,如IEEE标准中对浮点数的定义:

>>> float("nan") == float("nan")False

当字典查找键时,它大致执行以下 *** 作:

  1. 计算要查找的键的哈希值。

  2. 对于字典中具有相同哈希值的每个键,请检查其是否与要查找的键匹配。此检查包括

一种。检查对象身份:如果字典中的键和要查找

is
的键与 *** 作员指示的对象相同,则找到该键。

b。如果第一次检查失败,请使用

__eq__
运算符检查是否相等。

第一个例子成功了,因为

np.nan
np.nan
是相同的对象,所以不要将它们不相等都没关系:

>>> numpy.nan is numpy.nanTrue

在第二种情况下,

np.float64(np.nan)
并且
np.float64(np.nan)
它们不是同一对象—两个构造函数调用创建两个不同的对象:

>>> numpy.float64(numpy.nan) is numpy.float64(numpy.nan)False

由于对象也不相等,因此字典得出未找到键的结论,并抛出a

KeyError

您甚至可以这样做:

>>> a = float("nan")>>> b = float("nan")>>> {a: 1, b: 2}{nan: 1, nan: 2}

总之,避免使用NaN作为字典键似乎是一个比较明智的主意。



欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5644073.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-16
下一篇 2022-12-16

发表评论

登录后才能评论

评论列表(0条)

保存