本文介绍了Python中Numpy库中的nan（Not a Number），它是一种特殊的浮点数类型，用于表示数据缺失或非数值情况。nan不同于None，它遵循IEEE754标准，涉及浮点数的符号位、指数和尾数。当指数为255且小数部分不全为0时，表示为nan。在计算中，nan与任何数比较都返回False，涉及nan的操作也会返回nan。在数据分析中，nan通常用来标记缺失值。
目录
Python 中表示空数据使用 None，它是 NoneType 类型，如下所示：
>>> type(None)
<class 'NoneType'>NoneType 类型没有对外公开属性和方法 。
因此，None 比较容易理解，就是一种空类型。
但是使用过 NumPy 的肯定都会接触到 nan 这种类型，
它的其他写法：NaN或 NAN，查看其类型却发现是 float 类型：
>>> type(numpy.nan)
<class 'float'>这不免让人心生疑惑，nan 不是空数据，而是浮点数，那么到底等于多少？
原来这并不是NumPy特有的数值，而是IEEE754规定的特殊浮点数之一。
特殊在哪里？这就要知道计算机是如何表示浮点数的。
IEEE754 标准中规定 float 单精度浮点数，
最低0.47元/天 解锁文章
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
