使用特定的NaN检查numpy数组是否相等

如何解决使用特定的NaN检查numpy数组是否相等

在大多数浮点表示中，可能有几种不同类型的NaN（例如，安静的NaN，发信号的NaN等）。我认为在numpy中也是如此。我有一个NaN的特定位表示形式，用C定义并导入到python中。我想测试一个数组是否完全包含此特定的浮点位模式。有什么办法吗？

请注意，我要测试数组是否包含这个特定的 NaN，而不是通常是否具有NaN。

解决方法

Numpy使您可以直接访问数组中的字节。在一个简单的例子中，您可以直接以整数形式查看nans：

quiet_nan1 = np.uint64(0b0111111111111000000000000000000000000000000000000000000000000000)

x = np.arange(10,dtype=np.float64)
x.view(np.uint64)[5] = quiet_nan1

x.view(np.uint64)

现在，您可以只比较精确NaN的位模式的元素。此版本将保留形状，因为元素大小相同。

更通用的解决方案是使用字节：

，该解决方案允许您使用float128这样的类型，这些类型在大多数系统上都没有对应的整数模拟量。

quiet_nan1l = np.frombuffer((0b01111111111111111000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000).to_bytes(16,'big'))

x = np.arange(3 * 4 * 5,dtype=np.float128).reshape3,4,5)
x.view(np.uint8).reshape(*x.shape,16)[2,2,3,:] = quiet_nan1l

x.view(np.uint8).reshape(*x.shape,16)

最终重整并不是严格必需的，但是它很方便，因为它可以沿最后一个维度隔离原始数组元素。

在两种情况下，修改视图都会修改原始数组。这就是观点的重点。

如果不用说（这就是我这么说的原因），那么这适用于您可能要分配或测试的任何其他位模式，而不仅仅是NaN。