爲什麼「無在numpy.asarray（......）」引起警示未來

Question

，當你做這樣的事情今後發生警告：

>>> numpy.asarray([1,2,3,None]) == None 

目前返回False，但我知道將返回在未來版本的Numpy中包含[False,False,False,True]的數組。

正如討論的on the numpy discussion list解決方法是測試a is None。

什麼讓我困惑的是in關鍵字與一維數組的這種行爲相比列表：

>>> None in [1,2,3,None] 
True 
>>> None in numpy.asarray([1,2,3,None]) 
__main__:1: FutureWarning: comparison to 'None' will result in an elementwise 
    object comparison in the future 
False 
>>> 1 in numpy.asarray([1,2,3,None]) 
True 

EDIT（見註釋） - 實際上有兩個不同的問題：

1. 爲什麼這是否會導致FutureWarning - 將None in numpy.asarray(...)的未來行爲與現在的行爲進行比較？
2. 爲什麼從list的in行爲的差異;我可以測試我的數組是否包含None而不將其轉換爲列表或使用for循環？

numpy的版本是1.9.1，3.4.1的Python

Answer 1

，當你做這樣的事情今後發生警告：

numpy.asarray([1,2,3,4]) == None 

目前返回False，但我明白會在未來版本的Numpy中返回包含[False,False,False,True]的數組。

正如我在評論中提到，你的例子是不正確。未來版本的numpy將返回[False ,False, False, False]，即陣列中每個元素的不等於None。這是它與其它標量值元素方面的比較如何目前的工作更加一致，如：

In [1]: np.array([1, 2, 3, 4]) == 1 
Out[1]: array([ True, False, False, False], dtype=bool) 

In [2]: np.array(['a', 'b', 'c', 'd']) == 'b' 
Out[2]: array([False, True, False, False], dtype=bool) 

什麼讓我困惑的是in關鍵字與一維數組的這種行爲相比列表

當您測試x in y時，您致電y.__contains__(x)。當y是一個列表，__contains__基本上沒有沿着此線的東西：

for item in y: 
    if (item is x) or (item == x): 
     return True 
return False 

據我所知，np.ndarray.__contains__(x)執行的這相當於：

if any(y == x): 
    return True 
else: 
    return False 

也就是說它測試首先將整個數組中的元素相等（y == x將是一個大小爲y的布爾數組）。因爲在你的情況下，你正在測試是否y == None，這將提高FutureWarning出於上述原因。

在評論你也想知道爲什麼

np.nan in np.array([1, 2, 3, np.nan]) 

回報False，但

np.nan in [1, 2, 3, np.nan] 

回報True。第一部分容易解釋爲np.nan != np.nan（see here for the rationale behind this）。要理解第二種情況爲什麼返回True，請記住list.__contains__()在檢查相等性（==）之前首先檢查標識（is）。由於np.nan is np.nan，第二種情況將返回True。