【Day08-比较】我们不一样——在python中判断相等的用法is, ==, 与如何判断nan

在用numpy和pandas处理资料的时候
我们很常会遇到需要nan的情况
而最初在处理它的时候，就因为要判断相等的方式用错而绕了不少弯路

我当初就是这个表情

NaN

Nan(Not a Number的缩写)，在资讯科学中用来表示未定义的值
而在使用pandas读取表格资料的时候，如果遇到了空的栏位也会被存储成nan的形式
但

判断相等的方法

is —— 判断是否为同一个东西

a = [1, 2, 3]
b = [1, 2, 3]
c = a
print(a is b)
print(a is c)

初次在面对is和==的时候可能会容易混淆
想说明明三个东西不都是[1,2,3]吗？为什麽会不相同呢
而这个会和python对於记忆体管理的机制有关
让我们来用id()来协助我们看一下不同变数的情况

print(id(a))
print(id(b))
print(id(c))

我们可以发现a和c的id是相同的，表示这两个变数实际上在记忆体是储存在同一块区域的
因此这个时候我们用判断是否为同一个东西的is的时候自然就会得到a和c相同，而a和b不同的结果了

== —— 判断值是否相同

a = [1, 2, 3]
b = [1, 2, 3]
c = a
print(a == b)
print(a == c)

因为==是在考虑值是否相同，因此就算是储存在不同记忆体位置的变数，只要里面的值是相同的就会得到True的结果

那为我们再看一个例子

a = np.nan
b = np.nan

print(a == b)
print(a is b)

诶这奇怪了，为什麽是同一个东西却不相等呢？
然我们检查一下这两个变数的记忆体

print(id(a))
print(id(b))

确实是储存在同一个记忆体的同一个东西，那为何会不相等呢？

原因其实是来自np.nan对相等的定义——对於任何比较的值，np.nan都会视为不相等
因此只要把它放上==的时候，就一定是得到False的答案的

isnan

那我们要怎麽判断分不同的nan呢？这个时候通常就会需要用到特殊的函数来判断，例如np.isnan()

print(np.isnan(a))
print(np.isnan(b+1)) # nan进行计算仍然是nan

以上，因此之後如果遇到了缺失值的nan需要筛选和处理的时候，记得不要用错方法哦~