NumPy

Question

我基本上想在 Numpy 中编写一个矢量化函数，它将按元素比较所涉及的 二进制表示 和 数据类型 数组。

例如，

f(np.nan, np.nan) 应该是 True.
f(np.datetime64('NaT'), np.nan) 应该是 False.
f(np.datetime64('NaT'), np.datetime64('NaT')) 应该是 True.
f(np.NZERO, np.PZERO) 在具有相同二进制表示的平台上应该是 True，否则 False。
任何其他奇怪的异常 (?)

此外，该函数应该是向量化的、快速的（C 速度）并且至少 "look like" 一个 ufunc，因为它应该支持数组上的广播和串接。

我已经试过了，但它不适用于 NaT，等等：Comparing NumPy arrays so that NaNs compare equal

以下要求 Pandas，我不想这样做，他们会要求 NaN == NaT。

我可以将 np.isnat 添加到问题 1，但这不会比较对象的精度。

其中 none 可以完成 NZERO/PZERO 的事情。

Answer 1

比较底层 view 似乎完全符合我的要求：

def compare(x, y):
    x, y = np.broadcast_arrays(x, y)
    dtx = x.dtype
    dty = y.dtype
    if dtx != dty:
        return np.zeros(x.shape, dtype=bool)
    xv = x.view((np.uint8, x.itemsize))
    yv = y.view((np.uint8, y.itemsize))
    return np.all(xv == yv, axis=-1)

NumPy - 以矢量化方式测试相等性，包括 np.nan、np.nat、np.NZERO 和 np.PZERO

NumPy - Testing equality including np.nan, np.nat, np.NZERO and np.PZERO in a vectorized way

python

equality