Странная работа NaN в python: nan != nan and [nan] == [nan]

#python #float

Есть такой код:

a = float("nan")
a == a              # Получаем False
[a] == [a]          # Получаем True


Почему так происходит?
    

Ответы

Ответ 1

Потому что в первом случае работает свойство NaN.

А во втором случае Python проверяет на равенство массивы, а не объекты a.

В данном случае [a] == [a] - объекты внутри массивов одни и те же (один и тот же
экземпляр класса), а следовательно Python будет реагировать на a как на обычные объекты
(сначала сравнивать по ссылкам).


Ответ 2

Здесь есть некоторая несогласованность. 

С одной стороны, в CPython, nan != nan возвращает значение, которое Си на данной
системе возвращает для nan — float_richcompare():


  Python x == y delivers the same result as the platform
    C x == y when x and/or y is a NaN.


что означает IEEE 754 поведение как правило: NaN не равен даже самому себе.

С другой стороны, сравнение элементов списков, использует сравнение, которое сперва
проверяет ссылаются ли параметры на один и тот же объект, не вызывая операцию равенства
(a==b) для случая a is b— PyObject_RichCompareBool():


  Quick result when objects are the same.  Guarantees that identity implies equality. 


Поэтому [nan] == [nan] (так как nan is nan), не смотря на то, что nan != nan.

Формально, Питон (вне зависимости от реализации) гарантирует, что x == x ложно для
 x = float('NaN'), но внутри коллекции такой как список x == x всегда считается истинно:


  the comparison of collections assumes that for a collection element x, x == x is
always true.