是否可以将数字设置为NaN或无穷大？
是的，实际上有几种方法。一些工作没有任何导入，而另一些工作则需要import，但是对于此答案，我将概述中的库限制为standard-library和NumPy（这不是标准库，而是一个非常常见的第三方库）。
下表总结了如何创建一个非数字或正负无穷大的方式float：
╒══════════╤══════════════╤════════════════════╤════════════════════╕
│ result │ NaN │ Infinity │ -Infinity │
│ module │ │ │ │
╞══════════╪══════════════╪════════════════════╪════════════════════╡
│ built-in │ float("nan") │ float("inf") │ -float("inf") │
│ │ │ float("infinity") │ -float("infinity") │
│ │ │ float("+inf") │ float("-inf") │
│ │ │ float("+infinity") │ float("-infinity") │
├──────────┼──────────────┼────────────────────┼────────────────────┤
│ math │ math.nan │ math.inf │ -math.inf │
├──────────┼──────────────┼────────────────────┼────────────────────┤
│ cmath │ cmath.nan │ cmath.inf │ -cmath.inf │
├──────────┼──────────────┼────────────────────┼────────────────────┤
│ numpy │ numpy.nan │ numpy.PINF │ numpy.NINF │
│ │ numpy.NaN │ numpy.inf │ -numpy.inf │
│ │ numpy.NAN │ numpy.infty │ -numpy.infty │
│ │ │ numpy.Inf │ -numpy.Inf │
│ │ │ numpy.Infinity │ -numpy.Infinity │
╘══════════╧══════════════╧════════════════════╧════════════════════╛
桌子上有几句话：
- 该
float构造函数实际上是不区分大小写的，所以你也可以使用float("NaN")或float("InFiNiTy")。
- 的
cmath和numpy常量返回普通的Python float对象。
- 的
numpy.NINF其实是我知道的，不需要的唯一不变的-。
可以使用complex和创建复杂的NaN和Infinitycmath：
╒══════════╤════════════════╤═════════════════╤═════════════════════╤══════════════════════╕
│ result │ NaN+0j │ 0+NaNj │ Inf+0j │ 0+Infj │
│ module │ │ │ │ │
╞══════════╪════════════════╪═════════════════╪═════════════════════╪══════════════════════╡
│ built-in │ complex("nan") │ complex("nanj") │ complex("inf") │ complex("infj") │
│ │ │ │ complex("infinity") │ complex("infinityj") │
├──────────┼────────────────┼─────────────────┼─────────────────────┼──────────────────────┤
│ cmath │ cmath.nan ¹ │ cmath.nanj │ cmath.inf ¹ │ cmath.infj │
╘══════════╧════════════════╧═════════════════╧═════════════════════╧══════════════════════╛
带有¹的选项返回一个普通的float，而不是complex。
有什么功能可以检查数字是否为无穷大？
是的，有-实际上，NaN，Infinity和Nan和Inf都具有多个功能。但是，这些预定义功能不是内置的，它们始终需要import：
╒══════════╤═════════════╤════════════════╤════════════════════╕
│ for │ NaN │ Infinity or │ not NaN and │
│ │ │ -Infinity │ not Infinity and │
│ module │ │ │ not -Infinity │
╞══════════╪═════════════╪════════════════╪════════════════════╡
│ math │ math.isnan │ math.isinf │ math.isfinite │
├──────────┼─────────────┼────────────────┼────────────────────┤
│ cmath │ cmath.isnan │ cmath.isinf │ cmath.isfinite │
├──────────┼─────────────┼────────────────┼────────────────────┤
│ numpy │ numpy.isnan │ numpy.isinf │ numpy.isfinite │
╘══════════╧═════════════╧════════════════╧════════════════════╛
再说几句话：
- 的
cmath和numpy功能也工作了复杂的对象，他们会检查是否真实或虚部是NAN或无穷。
- 该
numpy功能也适用于numpy数组以及可以转换为一个数组的所有内容（例如列表，元组等）。
- 还有一些函数可以在NumPy：
numpy.isposinf和中显式检查正负无穷大numpy.isneginf。
- 熊猫提供了两个附加功能来检查
NaN：pandas.isna和pandas.isnull（但不仅是NaN，它还与None和相匹配NaT）
即使没有内置函数，也可以轻松地自己创建它们（我在这里忽略了类型检查和文档）：
def isnan(value):
return value != value # NaN is not equal to anything, not even itself
infinity = float("infinity")
def isinf(value):
return abs(value) == infinity
def isfinite(value):
return not (isnan(value) or isinf(value))
总结这些功能的预期结果（假设输入为浮点数）：
╒════════════════╤═══════╤════════════╤═════════════╤══════════════════╕
│ input │ NaN │ Infinity │ -Infinity │ something else │
│ function │ │ │ │ │
╞════════════════╪═══════╪════════════╪═════════════╪══════════════════╡
│ isnan │ True │ False │ False │ False │
├────────────────┼───────┼────────────┼─────────────┼──────────────────┤
│ isinf │ False │ True │ True │ False │
├────────────────┼───────┼────────────┼─────────────┼──────────────────┤
│ isfinite │ False │ False │ False │ True │
╘════════════════╧═══════╧════════════╧═════════════╧══════════════════╛
可以在Python中将数组的元素设置为NaN吗？
在列表中没问题，您可以始终在其中添加NaN（或Infinity）：
>>> [math.nan, math.inf, -math.inf, 1] # python list
[nan, inf, -inf, 1]
但是，如果您想将其包含在array（例如array.array或numpy.array）中，则数组的类型必须为float或，complex因为否则它将尝试将其向下转换为数组的类型！
>>> import numpy as np
>>> float_numpy_array = np.array([0., 0., 0.], dtype=float)
>>> float_numpy_array[0] = float("nan")
>>> float_numpy_array
array([nan, 0., 0.])
>>> import array
>>> float_array = array.array('d', [0, 0, 0])
>>> float_array[0] = float("nan")
>>> float_array
array('d', [nan, 0.0, 0.0])
>>> integer_numpy_array = np.array([0, 0, 0], dtype=int)
>>> integer_numpy_array[0] = float("nan")
ValueError: cannot convert float NaN to integer