比較NaN和數字

本書適合即將或者已經從事資料科學、機器學習、人工智慧等方向工作的朋友。書中詳細梳理了各種獲取資料、資料清洗、特徵工程等方向的技術和方法。

先看下面的**，有何感悟？

>>
>
import numpy as np
>>
>
min(
2, np.nan)
2>>
>
min(np.nan,2)
nan

是不是有點意思？

怎麼解釋？

首先要理解python中的min函式，根據它的官方文件，有這樣一句話：if multiple items are minimal, the function returns the first one encountered.

意思是說，min函式會返回它所遇到的第乙個最小的項——難道說最小項還可能有多個嗎？完全有可能。不過，還是要用更囉嗦的話把min的工作流程說一下，雖然文件中沒有說。它可能是從第一項開始迴圈，如果某項比它小，那麼當前最小的就是此項了，依次向後迴圈，直到最後。例如：[3, 4, 1, 1]，

設3是最小項，向後迴圈，3<4，返回true，則最小項還是3；

再迴圈，3<1，返回false，最小項就是1。

繼續迴圈，後面的1不比3小，那麼就返回前面那個1——當然，在這裡事實上兩個1是同乙個物件了。這裡僅僅是用此示例說明min函式的工作流程罷了。

理解了min的工作過程之後，再來看np.nan，它是python中表示缺失值的符號，並且，注意，它是浮點數型別。

>>
>
type
(np.nan)
<
class
'float'
>

因此，我們在資料科學中，會用它表示缺失值，這樣做不影響運算——請參考《資料準備和特徵工程》中詳細介紹。

在python規定，np.nan與數字比較，都會返回false，也就是說它既比任何數字大，又比任何數字小。

>>
>
1> np.nan
false
>>
> np.nan >
1false
>>
>
1< np.nan
false
>>
> np.nan <
1false
>>
> np.nan ==
1false

如果在min函式的引數列表中第乙個是np.nan，則它與後面的任何乙個數字比較，都會被視為最小值，因為沒有數字會「小於」它。另一方面，如果np.nan不在第乙個位置，又因為它不「小於」任何數字，那麼，就出現了本文開頭的**結果了。

與之類似，還有：

>>
>
max(
2, np.nan)
2>>
>
max(np.nan,2)
nan

結合上面的闡述，就可以解釋了。