为何np.all对全为NaN的二维numpy数组返回False？

核心原因 #

NaN（Not a Number）遵循IEEE 754浮点数标准，它和任何值（包括自身）使用==比较都会返回False。你代码里的arrNA == NA会生成一个全为False的布尔数组，再用np.all()计算自然得到False。

正确实现方式 #

使用numpy专门提供的np.isnan()函数来检测NaN值，这个函数能正确识别数组中的NaN元素：

import numpy as np

NA = float("NAN")
arrNA = np.array([[NA, NA, NA], [NA, NA, NA], [NA, NA, NA]])

print(np.all(np.isnan(arrNA), axis=0)) 
# 输出: [True True True]

print(np.all(np.isnan(arrNA))) 
# 输出: True

补充说明 #

如果需要处理更复杂的缺失值场景（比如时间类型的NaT），可以使用np.isnat()；如果是在pandas环境中，pd.isna()能统一处理NaN、NaT等多种缺失值类型。

内容的提问来源于stack exchange，提问作者PizzaRat