OrderedDict与普通字典行为差异：含NaN键时为何前者覆盖条目

首先得揪出一个容易混淆的点：你代码里的normal_dict根本不是字典，而是集合（set）！里面存的是一个个(np.nan, 值)的元组，这和OrderedDict的键值对逻辑完全是两码事，这也是两者行为天差地别的核心原因。

先唠唠OrderedDict的规矩 #

OrderedDict是Python标准库collections里的字典子类，它最大的特点是能记住键值对的插入顺序，但它本质上还是个字典，得遵守字典的铁律：键必须是唯一的。

那为啥用np.nan当键会被覆盖？这得说字典判断键是否重复的逻辑：

1. 先看哈希值：np.nan的哈希值是固定死的（你可以自己敲hash(np.nan)试试，每次结果都一样）
2. 再看相等性：虽然咱都知道np.nan != np.nan是True，但字典对np.nan有特殊约定——会把它当成同一个键来处理

所以不管你往OrderedDict里插多少次键为np.nan的条目，后面的都会把前面的给覆盖掉，普通字典也是这个德行：

import numpy as np
real_normal_dict = {np.nan: 0, np.nan: 0.01, np.nan: 0.02}
print(real_normal_dict)  # 输出 {nan: 0.02}

再看你那个"normal_dict" #

你写的normal_dict = {(np.nan, 0), (np.nan, 0.01), (np.nan, 0.02)}是集合，集合管的是整个元素的唯一性。这里的元素是元组，(np.nan, 0)和(np.nan, 0.01)虽然第一个元素都是np.nan，但第二个元素不一样啊，所以集合会把它们当成完全不同的元素，自然就全部保留下来了。

要是想让OrderedDict保留多个"类NaN"键怎么办？ #

如果你确实需要在OrderedDict里存多个和NaN相关的条目，直接用np.nan肯定不行，得换个思路：

• 给"NaN"加唯一标识，比如用字符串"NaN_0"、"NaN_1"当键
• 自定义一个包装类，让每个实例的哈希值不同，同时能表示NaN的含义

举个例子：

from collections import OrderedDict
import numpy as np

class UniqueNaN:
    def __init__(self, idx):
        self.idx = idx
    def __repr__(self):
        return f"NaN_{self.idx}"

ordered_dict = OrderedDict([(UniqueNaN(0), 0), (UniqueNaN(1), 0.01), (UniqueNaN(2), 0.02)])
print(ordered_dict)  # 输出 OrderedDict([(NaN_0, 0), (NaN_1, 0.01), (NaN_2, 0.02)])

内容的提问来源于stack exchange，提问作者Tim B.