Python内置max函数如何处理np.nan值？

我来给你拆解一下这个现象的底层逻辑，核心在于Python内置max()和numpy对nan的处理逻辑完全不同：

1. Python内置max()的工作原理 #

Python的max()函数是通过两两逐次比较来确定最大值的：它会遍历可迭代对象，维护一个当前最大值变量，对于每个后续元素，会判断当前最大值 < 待比较元素是否为True——如果是，就更新当前最大值；如果不是，就保留原最大值。

而numpy的np.nan有个特殊属性：任何和np.nan的大小比较都会返回False（比如0 < np.nan是False，np.nan < 0也是False），这就直接影响了max()的判断：

• 对于max([0, np.nan])：
  初始当前最大值是0，接下来比较0 < np.nan，结果为False，所以max()认为np.nan并没有比0大，于是保留初始的0作为结果。
• 对于max([np.nan, 0.0])：
  初始当前最大值是np.nan，接下来比较np.nan < 0.0，结果还是False，所以max()认为0.0没有比np.nan大，于是保留初始的np.nan作为结果。

这就是为什么返回结果取决于np.nan在列表中的位置——本质是max()在遇到无法判断“更大”的元素时，会保留先出现的那个候选值。

2. np.max()为什么符合预期？ #

numpy的np.max()是专门为numpy数组设计的函数，它遵循numpy统一的nan处理规则：只要输入中包含np.nan，默认就返回np.nan（这是numpy的设计原则，因为nan代表“缺失值”，任何包含缺失值的聚合运算默认都应返回缺失值）。如果你想忽略nan取最大值，可以用np.nanmax()。

总结 #

• Python内置max()依赖元素间的比较逻辑，而np.nan的比较特性导致它无法被判断为“比其他值大”，因此max()会保留先出现的候选值。
• np.max()是numpy生态的函数，有专门的nan处理逻辑，行为更符合数值计算的预期。

内容的提问来源于stack exchange，提问作者Andreas