为什么在numpy中，“ nan == nan”是False而[nan]中的nan是True？
问题内容：
虽然问题的第一部分（标题中）已经被回答了好几次（即，为什么NaN不等于NaN？），但我不明白第二部分为什么如此工作（受到启发）通过这个问题如何检查包含NaN的列表？
即：
>> nan == nan
False
>> nan in [nan]
True
考虑到@DSM的答案的问题解释性附录。那么，为什么float("nan")行为不同于nan？它不应该再简单地求值nan吗，解释器为什么要这样表现呢？
>> x = float("nan")
>> y = nan
>> x
nan
>> y
nan
>> x is nan, x is float("nan"), y is nan
(False, False, True)
基本上，nan在第一种情况下它引用相同的泛型，但在第二种情况下创建单独的对象：
>> nans = [nan for i in range(2)]
>> map(id, nans)
[190459300, 190459300]
>> nans = [float("nan") for i in range(2)]
>> map(id, nans)
[190459300, 190459301]
问题答案：
nan不等于是nan的定义的nan一部分，因此很容易。
至于nan in [nan]是真实的，那是因为在相等性之前对身份进行测试以包含在列表中。您正在比较相同的两个对象。
如果您对两个 不同的 nans尝试相同的操作，则会得到False：
>>> nans = [float("nan") for i in range(2)]
>>> map(id, nans)
[190459300, 190459284]
>>> nans
[nan, nan]
>>> nans[0] is nans[1]
False
>>> nans[0] in nans
True
>>> nans[0] in nans[1:]
False
您的附录实际上与无关 nan，这只是Python的工作方式。一旦您了解了float("nan")它没有义务返回一些nan
singleton，并且y = x不复制它，x而是将名称绑定到名为y的对象x，那么就什么也没有了。
