不能使用==和！= on np.nan值nan不等于nan
here一些深刻的解释
在算法中引入np.isnan()

mask1 = (~np.isnan(l1)) & (~np.isnan(l2))
mask0 = (np.isnan(l1)) | (np.isnan(l2))

我觉得很简单。

mask1 = l1==l2 
mask2 = ~mask1

让我们更详细地探讨替代方案
您的阵列（类似l2）

In [18]: l1
Out[18]: array([nan, nan, nan,  5., nan,  6., nan, nan,  8., nan])

In [19]: l1.dtype
Out[19]: dtype('float64')

使用isnan测试：

In [20]: np.isnan(l1)
Out[20]: 
array([ True,  True,  True, False,  True, False,  True,  True, False,
        True])

并将它们组合：

In [21]: np.isnan(l1)|np.isnan(l2)
Out[21]: 
array([ True,  True,  True, False,  True, False,  True,  True,  True,
        True])

由于nan传播，我们可以在

In [25]: l1+l2
Out[25]: array([nan, nan, nan, 10., nan, 12., nan, nan, nan, nan])

l1==l2相当于测试l1-l2是否为0。

In [27]: l1-l2
Out[27]: array([nan, nan, nan,  0., nan,  0., nan, nan, nan, nan])

In [28]: l1==l2
Out[28]: 
array([False, False, False,  True, False,  True, False, False, False,
       False])

我可以运行一些timeit测试，但对于如此小的数组，它们不会告诉我们很多。np.isnan是一个numpy编译的函数，速度足够快。
nan的独特之处在于它永远不等于自身。加强你的真或假数组。

In [36]: l1==np.nan
Out[36]: 
array([False, False, False, False, False, False, False, False, False,
       False])

使用None创建数组，创建一个对象dtype（非浮点型）

In [38]: l11
Out[38]: array([None, None, None, 5, None, 6, None, None, 8, None], dtype=object)

None与只有一个None不同，因此is/==为真，但大小比较没有意义

In [51]: None is None
Out[51]: True

In [52]: None==None
Out[52]: True

In [53]: None==3
Out[53]: False

In [54]: None<3
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
Cell In[54], line 1
----> 1 None<3

TypeError: '<' not supported between instances of 'NoneType' and 'int'

np.isnan不能在这个l11对象dtype数组上运行，因为它需要浮点数
我相信pandas有一些比np.isnan更广泛的测试，但我没有在这台计算机上安装。