检查容器中的NaN存在

Question

当我检查它在列表或集合中的存在时,NaN处理得很好.但我不明白怎么做.[更新:不,不是; 如果找到相同的NaN实例,则报告存在; 如果只发现不同的NaN实例,则报告为缺席.

1. 我认为列表中的存在是通过相等来测试的,所以我预计NaN不会被发现,因为NaN!= NaN.

2. hash(NaN)和hash(0)都是0.字典和集合如何告诉NaN和0分开？

3. 使用in运算符检查任意容器中NaN的存在是否安全？还是依赖于实现？

我的问题是关于Python 3.2.1; 但如果在未来的版本中存在/计划的任何更改,我也想知道.

NaN = float('nan')
print(NaN != NaN) # True
print(NaN == NaN) # False

list_ = (1, 2, NaN)
print(NaN in list_) # True; works fine but how?

set_ = {1, 2, NaN}
print(NaN in set_) # True; hash(NaN) is some fixed integer, so no surprise here
print(hash(0)) # 0
print(hash(NaN)) # 0
set_ = {1, 2, 0}
print(NaN in set_) # False; works fine, but how?

请注意,如果我将一个用户定义的类的实例添加到a list,然后检查包含,__eq__则调用实例的方法(如果已定义) - 至少在CPython中.这就是为什么我认为list使用运算符测试包容==.

编辑:

每罗马的答案,这似乎是__contains__对list,tuple,set,dict的行为在一个非常奇怪的方式:

def __contains__(self, x):
  for element in self:
    if x is element:
      return True
    if x == element:
      return True
  return False

我说'奇怪',因为我没有在文档中看到它解释(也许我错过了),我认为这不应该作为一个实现选择.

当然,一个NaN对象可能与id另一个NaN对象不同(在某种意义上).(这并不奇怪; Python不保证这样的身份.实际上,我从未看到CPython共享在不同地方创建的NaN实例,即使它共享一个小数字或短字符串的实例.)这意味着在内置容器中测试NaN的存在是不确定的.

这非常危险,非常微妙.有人可能会运行我上面显示的代码,并错误地断定使用测试NaN成员资格是安全的in.

我不认为这个问题有一个完美的解决方法.一种非常安全的方法是确保NaN永远不会添加到内置容器中.(检查整个代码是很痛苦的......)

另一个选择是注意in左侧可能有NaN的情况,在这种情况下,使用分别测试NaN成员资格math.isnan().另外,还需要避免或重写其他操作(例如,设置交叉).

Answer 1

问题#1：当容器是相同的对象时，为什么会在容器中找到 NaN。

从文档中：

对于列表、元组、集合、frozenset、dict 或 collections.deque 等容器类型，表达式 x in y 等效于 any(x is e 或 x == e for e in y)。

这正是我在 NaN 中观察到的情况，所以一切都很好。为什么有这个规则？我怀疑这是因为dict/set想要诚实地报告它包含某个对象（如果该对象实际上位于其中）（即使__eq__()出于某种原因选择报告该对象不等于其自身）。

问题#2：为什么 NaN 的哈希值与 0 的哈希值相同？

从文档中：

由内置函数 hash() 调用，用于对哈希集合的成员（包括 set、frozenset 和 dict）进行操作。hash () 应该返回一个整数。唯一需要的属性是比较相等的对象具有相同的哈希值；建议以某种方式将对象组件的散列值混合在一起（例如使用异或），这些组件也在对象比较中发挥作用。

请注意，该要求仅在一个方向；具有相同哈希值的对象不必相等！起初我以为这是一个错字，但后来我意识到事实并非如此。无论如何，即使使用默认值，哈希冲突也会发生（请参阅此处__hash__()的出色解释）。容器可以毫无问题地处理碰撞。当然，它们最终确实使用运算符来比较元素，因此它们很容易得到多个 NaN 值，只要它们不相同！尝试这个：==

>>> nan1 = float('nan')
>>> nan2 = float('nan')
>>> d = {}
>>> d[nan1] = 1
>>> d[nan2] = 2
>>> d[nan1]
1
>>> d[nan2]
2

所以一切都按记录进行。但是……这非常非常危险！有多少人知道 NaN 的多个值可以在一个字典中并存？有多少人会觉得这很容易调试？

float我建议将 NaN 设为不支持散列的子类的实例，因此不会意外添加到set/中dict。我会将其提交给 python-ideas。

最后，我在这里的文档中发现了一个错误：

__contains__()对于不定义但定义了的用户定义类__iter__()，如果在迭代 时生成某个x in y值，则为 true 。如果在迭代期间引发异常，就好像引发了该异常。zx == zyin

最后，尝试旧式迭代协议：如果类定义 __getitem__()，x in y则当且仅当存在非负整数索引使得i、x == y[i]且所有较低整数索引不会引发IndexError异常时， 为 true。（如果引发任何其他异常，则就像in引发该异常一样）。

is您可能会注意到，与内置容器不同，这里没有提及。我对此感到惊讶，所以我尝试了：

>>> nan1 = float('nan')
>>> nan2 = float('nan')
>>> class Cont:
...   def __iter__(self):
...     yield nan1
...
>>> c = Cont()
>>> nan1 in c
True
>>> nan2 in c
False

正如您所看到的，首先检查身份==- 与内置容器一致。我将提交一份报告来修复文档。