Python中list.index查找np.nan索引时为何有时抛出ValueError？

list.index() 的底层匹配逻辑 #

Python 内置列表的 index(x) 方法匹配逻辑非常明确，遍历列表中每个元素 elem 时会按顺序执行两个判断：

• 先做身份判断：如果 elem is x 为真，直接匹配成功，返回当前元素的下标
• 身份判断不成立时，再做值相等判断：如果 elem == x 为真，同样匹配成功，返回当前元素的下标
• 所有元素都不满足以上两个条件时，抛出 ValueError 异常

np.nan 查找出现差异的原因 #

你观察到的现象完全符合上面的匹配规则：

1. 调用 a.index(np.nan) 成功的原因：
   你初始化列表 a = [np.nan, np.nan] 时，写入的两个 np.nan 都是 numpy 预定义的全局 nan 单例对象，和你直接传入 index 方法的 np.nan 是同一个身份，所以第一个元素就满足 elem is np.nan 的条件，直接返回 0，根本不会走到值相等判断的步骤，自然不会触发 np.nan != np.nan 的特性。

2. 调用 a.index(b) 失败的原因：
   np.nanmax(a) 返回的 nan 是 numpy 运算过程中新生成的 nan 对象，和全局 np.nan 身份不同（你打印的 id 输出已经验证了这一点），所以遍历列表元素时，elem is b 的判断全部失败，接下来走值相等判断时，np.nan == np.nan 的规则是返回 False，所以所有元素都匹配失败，最终抛出异常。

普通数值 id 不同仍能匹配成功的原因 #

你测试的 3.1 这类普通数值，转 numpy 数组再转列表后生成的 c[1] 虽然是新的 float 对象，和 a[1] 身份不同，is 判断失败，但 3.1 == 3.1 的结果为 True，所以值相等判断可以匹配成功，不会报错。

内容的提问来源于stack exchange，提问作者silence_of_the_lambdas