在 Python 中，`+inf`（正无穷）、`-inf`（负无穷）和 `nan`（非数字）是浮点数类型中的特殊值，它们遵循 IEEE 754 浮点数标准，具有特定的运算和比较规则 [ref_1][ref_2][ref_4][ref_6]。 ### 1. 关于 `+inf` 和 `-inf` 的相等性 根据 IEEE 754 标准，两个正无穷大是相等的，两个负无穷大也是相等的 [ref_2][ref_5]。在 Python 中，可以使用 `float('inf')` 和 `float('-inf')` 来创建这些值，并通过比较运算符验证。 ```python # 创建正无穷和负无穷 pos_inf_1 = float('inf') pos_inf_2 = float('inf') neg_inf_1 = float('-inf') neg_inf_2 = float('-inf') # 比较正无穷 print(f"pos_inf_1 == pos_inf_2: {pos_inf_1 == pos_inf_2}") # 输出: True [ref_2] print(f"pos_inf_1 is pos_inf_2: {pos_inf_1 is pos_inf_2}") # 输出: False，is 比较对象身份，不推荐用于值判断 [ref_2] # 比较负无穷 print(f"neg_inf_1 == neg_inf_2: {neg_inf_1 == neg_inf_2}") # 输出: True [ref_2] # 正无穷与负无穷的比较 print(f"pos_inf_1 == neg_inf_1: {pos_inf_1 == neg_inf_1}") # 输出: False ``` ### 2. `inf` 与 `nan` 的关系 `inf` 和 `nan` 代表不同的概念。`inf` 表示一个超出浮点数表示范围的确定值（无穷大），而 `nan` 表示一个“非数字”的未定义或不可表示的值 [ref_1][ref_4][ref_5]。因此，`inf` 不是 `nan`。 ```python import math pos_inf = float('inf') a_nan = float('nan') # 使用 math 模块函数判断 print(f"math.isinf(pos_inf): {math.isinf(pos_inf)}") # 输出: True [ref_1][ref_2][ref_4] print(f"math.isnan(pos_inf): {math.isnan(pos_inf)}") # 输出: False [ref_1][ref_4] print(f"math.isnan(a_nan): {math.isnan(a_nan)}") # 输出: True [ref_1][ref_3][ref_4] # 直接比较（不推荐，仅作演示） print(f"pos_inf == a_nan: {pos_inf == a_nan}") # 输出: False，因为 nan 不等于任何值，包括它自己 [ref_4][ref_6] ``` ### 3. `inf - inf` 或 `-inf + inf` 的结果为 `nan` 无穷大之间的减法，例如 `inf - inf`，或者符号相反的无穷大相加，例如 `-inf + inf`，其结果在数学上是未定义的。根据 IEEE 754 标准，这类未定义操作会产生 `nan` [ref_1][ref_4][ref_6]。 ```python pos_inf = float('inf') neg_inf = float('-inf') # 无穷大相减 result1 = pos_inf - pos_inf print(f"pos_inf - pos_inf = {result1}") # 输出: nan [ref_1][ref_4] print(f"math.isnan(result1): {math.isnan(result1)}") # 输出: True # 符号相反的无穷大相加 result2 = neg_inf + pos_inf print(f"neg_inf + pos_inf = {result2}") # 输出: nan [ref_1][ref_6] print(f"math.isnan(result2): {math.isnan(result2)}") # 输出: True # 其他会产生 nan 的无穷运算示例 print(f"pos_inf / pos_inf = {pos_inf / pos_inf}") # 输出: nan [ref_1] print(f"0 * pos_inf = {0 * pos_inf}") # 输出: nan (0乘以无穷大未定义) [ref_1] ``` ### 4. 判断与处理建议 在处理这些特殊值时，应使用 `math` 模块或 `numpy` 库提供的专用函数进行判断，避免直接使用 `==` 或 `is` 进行比较，尤其是对于 `nan` [ref_2][ref_3]。 | 操作 | 推荐方法 | 说明 | | :--- | :--- | :--- | | 判断是否为 `inf` | `math.isinf(x)` | 判断 `x` 是正无穷或负无穷 [ref_1][ref_2]。 | | 判断是否为 `nan` | `math.isnan(x)` | 判断 `x` 是否为非数字 [ref_1][ref_2][ref_3]。 | | 创建 `inf` | `float('inf')` 或 `math.inf` | 创建正无穷 [ref_1][ref_6]。 | | 创建 `-inf` | `float('-inf')` 或 `-math.inf` | 创建负无穷 [ref_1][ref_6]。 | | 创建 `nan` | `float('nan')` 或 `math.nan` | 创建非数字值 [ref_1][ref_4]。 | **在 NumPy 中的处理：** 当使用 NumPy 数组时，有对应的函数进行向量化判断 [ref_3]。 ```python import numpy as np arr = np.array([1.0, 2.0, np.inf, -np.inf, np.nan, 5.0]) # 判断数组中的无穷值 inf_mask = np.isinf(arr) print(f"Infinity mask: {inf_mask}") # 输出: [False False True True False False] [ref_3] # 判断数组中的 nan 值 nan_mask = np.isnan(arr) print(f"NaN mask: {nan_mask}") # 输出: [False False False False True False] [ref_3] # 统计 nan 的数量 nan_count = np.count_nonzero(np.isnan(arr)) print(f"Number of NaNs: {nan_count}") # 输出: 1 [ref_3] ``` 综上所述，在 Python 中，`+inf` 与 `+inf` 相等，`-inf` 与 `-inf` 相等，但 `inf` 与 `nan` 是不同的特殊值。涉及同号无穷相减或异号无穷相加的未定义运算会产生 `nan`。在实际编程中，应使用 `math.isinf()` 和 `math.isnan()` 或对应的 NumPy 函数来安全地检测和处理这些特殊浮点数值 [ref_1][ref_2][ref_3][ref_4][ref_6]。