在 Python 中检查某个值是否为 `NaN` 是一种常见的需求，尤其是在数据分析和科学计算场景下。以下是几种常用方法以及它们的具体应用方式。 ### 方法一：使用 `math.isnan()` 该函数适用于单个浮点数类型的变量。它能够有效判断给定的数值是否为 `NaN`[^1]。 ```python import math value = float('nan') if math.isnan(value): print("The value is NaN.") else: print("The value is not NaN.") ``` ### 方法二：利用 NumPy 的 `np.isnan()` NumPy 提供了一个更为强大的工具——`np.isnan()` 函数，它可以作用于整个数组并返回布尔掩码，指示哪些位置上的元素是 `NaN`。 ```python import numpy as np arr = np.array([1.0, 2.0, float('nan'), 4.0]) mask = np.isnan(arr) print(mask) # Output: [False False True False] ``` ### 方法三：通过 Pandas 实现 (推荐用于表格数据) Pandas 库同样具备处理缺失值的能力，其中 `pd.isna()` 和 `pd.notna()` 是两个非常实用的方法。这些功能不仅限于单一标量检测，还支持 Series 或 DataFrame 数据结构中的批量查找[^4]。 ```python import pandas as pd series = pd.Series([1, 2, None, float('nan')]) is_na_result = series.isna() print(is_na_result) # Output: # 0 False # 1 False # 2 True # 3 True dtype: bool ``` ### 特殊情况提醒 需要注意的一点是，`NaN` 不等于自身(`NaN != NaN`)这一特性可以被用来作为一种简易测试手段[^3]。不过这种方法不够直观清晰，建议优先选用上述标准化 API 进行操作。 ---