检查 numpy 数组与特定 NaN 是否相等

Question

大多数浮点表示中可能有几种不同类型的 NaN（例如安静 NaN、信号 NaN 等）。我认为这在 numpy 中也是如此。我有 NaN 的特定位表示，在 C 中定义并导入到 python 中。我希望测试一个数组是否完全包含这个特定的浮点位模式。有什么办法可以做到这一点吗？请注意，我想测试数组是否包含这个特定的NaN，而不是测试它是否包含一般的 NaN。

Answer 1

Numpy 允许您直接访问数组中的字节。对于简单的情况，您可以直接将 nans 视为整数：

quiet_nan1 = np.uint64(0b0111111111111000000000000000000000000000000000000000000000000000)

x = np.arange(10, dtype=np.float64)

x.view(np.uint64)[5] = quiet_nan1

x.view(np.uint64)

现在您只需比较确切 NaN 的位模式的元素即可。该版本将保留形状，因为元素大小相同。

float128一个更通用的解决方案是使用字节，它可以让您使用在大多数系统上没有相应整数模拟的类型：

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)

最终的重塑并不是绝对必要的，但它非常方便，因为它沿着最后一个维度隔离了原始数组元素。

在这两种情况下，修改视图都会修改原始数组。这就是一个观点的观点。

当然，不言而喻（这就是我这么说的原因），这适用于您可能想要分配或测试的任何其他位模式，而不仅仅是 NaN。