如何在NumPy中实现含np.nan、np.nat等的向量化相等性检测？

刚好做过类似的需求，给你整理一个靠谱的实现方案，顺便把各种特殊情况都梳理清楚：

核心思路 #

你的需求本质是要同时满足两个条件：

1. 两个元素的NumPy数据类型完全一致（比如np.float64和np.datetime64就算都是"缺失值"也不匹配）
2. 两个元素的二进制字节表示完全相同（这能区分像正负零这种数值相同但底层存储不同的情况）

基于这个思路，我们可以用NumPy原生的向量化操作实现，避免低效的Python循环。

代码实现 #

import numpy as np

def elementwise_binary_and_type_match(a, b):
    # 将输入统一转为numpy数组（兼容标量、列表等多种输入形式）
    a_arr = np.asarray(a)
    b_arr = np.asarray(b)
    
    # 1. 检查数据类型是否完全匹配
    type_match = a_arr.dtype == b_arr.dtype
    # 2. 将数组转为字节视图，逐字节比较后确保所有字节都匹配
    byte_match = np.equal(a_arr.view(np.uint8), b_arr.view(np.uint8)).all(axis=-1)
    
    # 只有两个条件同时满足时返回True
    return np.logical_and(type_match, byte_match)

# 给函数起个短别名方便调用
f = elementwise_binary_and_type_match

测试你的示例场景 #

# 测试案例
print(f(np.nan, np.nan))  # 输出: True（类型和二进制都匹配）
print(f(np.datetime64('NaT'), np.nan))  # 输出: False（类型不同：datetime64 vs float64）
print(f(np.datetime64('NaT'), np.datetime64('NaT')))  # 输出: True（类型和二进制都匹配）
print(f(np.NZERO, np.PZERO))  # 输出: 取决于平台——二进制相同则True，否则False

需要额外注意的特殊情况 #

除了你提到的场景，还有这些容易忽略的情况：

• 复数类型的缺失值：比如np.complex128(np.nan, np.nan)和另一个完全相同的复数nan会返回True，但np.complex128(np.nan, 0)和np.complex128(0, np.nan)因为二进制不同，会返回False。
• 字节序差异：比如np.array(1, dtype='>i4')（大端int32）和np.array(1, dtype='<i4')（小端int32），虽然数值相同，但类型字符串包含字节序标记，且二进制存储不同，函数会返回False，这符合预期。
• 结构化数组：两个结构化数组只有当字段顺序、字段类型、每个字段的二进制内容都完全一致时，才会返回True；哪怕字段名相同但顺序不同，也会因为二进制存储差异返回False。
• 不同精度的数值类型：比如np.float32(1.0)和np.float64(1.0)，类型不同且二进制存储完全不一样，函数返回False。
• 字符串/字节数组：np.array('hello', dtype='U5')（Unicode字符串）和np.array(b'hello', dtype='S5')（字节串）类型不同，返回False；同类型同内容则返回True。

优化说明 #

这个函数兼容标量、任意维度的数组输入，而且用了NumPy原生的向量化操作，比用np.vectorize（本质是Python循环）的效率高很多，适合处理大规模数组。

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