为什么“无在numpy.asarray（......）”引起警示未来

Question

，当你做这样的事情今后发生警告：

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

目前返回False，但我知道将返回在未来版本的Numpy中包含[False,False,False,True]的数组。

正如讨论的on the numpy discussion list解决方法是测试a is None。

什么让我困惑的是in关键字与一维数组的这种行为相比列表：

>>> 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（见注释） - 实际上有两个不同的问题：

1. 为什么这是否会导致FutureWarning - 将None in numpy.asarray(...)的未来行为与现在的行为进行比较？
2. 为什么从list的in行为的差异;我可以测试我的数组是否包含None而不将其转换为列表或使用for循环？

numpy的版本是1.9.1，3.4.1的Python

Answer 1

，当你做这样的事情今后发生警告：

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

目前返回False，但我明白会在未来版本的Numpy中返回包含[False,False,False,True]的数组。

正如我在评论中提到，你的例子是不正确。未来版本的numpy将返回[False ,False, False, False]，即阵列中每个元素的不等于None。这是它与其它标量值元素方面的比较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) 

什么让我困惑的是in关键字与一维数组的这种行为相比列表

当您测试x in y时，您致电y.__contains__(x)。当y是一个列表，__contains__基本上没有沿着此线的东西：

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

据我所知，np.ndarray.__contains__(x)执行的这相当于：

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

也就是说它测试首先将整个数组中的元素相等（y == x将是一个大小为y的布尔数组）。因为在你的情况下，你正在测试是否y == None，这将提高FutureWarning出于上述原因。

在评论你也想知道为什么

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

回报False，但

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

回报True。第一部分容易解释为np.nan != np.nan（see here for the rationale behind this）。要理解第二种情况为什么返回True，请记住list.__contains__()在检查相等性（==）之前首先检查标识（is）。由于np.nan is np.nan，第二种情况将返回True。