这绝不是NumPy-specific的，但与Python处理NaN的方式是一致的：

In [1]: bool(float('nan'))
Out[1]: True

字符串
这些规则在文档中有详细说明。
我认为可以合理地论证NaN的真值应该是False。然而，这不是目前该语言的工作方式。

Python真值测试表明，以下值被认为是False：

• 任何数字类型的零，例如0，0L，0.0，0j。

Numpy可能选择坚持这种行为，并防止NaN在布尔上下文中计算为False。但是请注意，您可以使用numpy.isnan来测试NaN。

0.0是唯一一个错误的浮点值，因为这是语言设计者认为最有用的。Numpy只是沿着。（当bool(float('nan'))是True时，让bool(np.nan)成为False会很奇怪）。
我认为这可能是因为这就是整数的工作方式。诚然，整数没有NaN或inf类型的值，但我认为特殊情况还没有特殊到违反规则。

Numpy遵循python的真值测试标准，任何数值类型的计算结果都是False，当且仅当其数值为零。
请注意，使用NaN值进行真值测试在其他方面也可能不直观（例如，nan == nan计算为False）。

这通常是在测试np.nan的变数时所需要的。当np.nan is not np.nan失败（评估为False）时，np.isnan函数会运作（评估为True，因此可用来测试np.nan）：
np.isnan(np.nan)个
真

您可以使用np.isnan（foo）对NumPynan值进行布尔检查。

In [1]: np.isnan(np.nan)
Out[1]: True

In [1]: not np.isnan(np.nan)
Out[1]: False

字符串
https://numpy.org/doc/stable/reference/generated/numpy.isnan.html