計算結果を表示したら、数字ではなくinfやnanという文字が出てきて驚いたことはありませんか。エラーで止まったわけでもないのに、なんだか結果がおかしい。
データ分析やCSVの集計をしていると、こうした値に出会う場面は意外と多いものです。しかも厄介なことに、nanは見た目が普通の値なのに、比べてもうまく一致してくれません。
この記事では、Pythonのfloatが持つ2つの特別な値、infとnanを取り上げます。作り方から計算のルール、見分け方、実務でつまずきやすいポイントまで、順番に見ていきましょう。
サンプルの実行結果は、手元のLinux環境のPython 3.11で確認したものです。
infとnanはfloatの仲間¶
まずは、2つの値の正体を押さえておきます。infは無限大を表す値で、英語のinfinityを短くした名前です。
nanはNot a Numberの略で、日本語では非数と呼ばれます。計算の結果が数として意味を持たないときに使われる値です。
どちらも特別な型ではなく、ふつうのfloat型の値です。typeで調べると、1.5や3.14と同じくfloatと表示されます。
この2つは、浮動小数点数を扱うためのIEEE 754という国際規格で決められています。Pythonのfloatもこの規格に沿って動いているので、ほかの多くの言語でも同じような値が使われています。
infとnanの作り方¶
では、実際に作ってみましょう。いちばん手軽なのは、float()に文字列を渡す方法です。
もうひとつ、mathモジュールに用意された定数を使う方法もあります。読みやすさの点では、こちらがおすすめです。
import math
a = float('inf') # 正の無限大
b = float('-inf') # 負の無限大
c = float('nan') # 非数
print(a, b, c) # inf -inf nan
print(math.inf, math.nan) # inf nan
print(type(a)) # <class 'float'>
# 大文字小文字は区別されない
print(float('Infinity'), float('NAN')) # inf nan
float()に渡す文字列は、大文字でも小文字でもかまいません。infinityと綴りを全部書いても受け付けてくれます。
文字列から数値への変換そのものについては、次の記事でくわしく解説しています。
【関連記事】Pythonの型変換とは?int・float・strの変換と、よくあるエラーの直し方
infを使った計算のルール¶
続いて、infで計算したときの動きを見てみます。基本的には、数学の無限大と同じように考えれば大丈夫です。
どんなに大きな整数と比べても、infのほうが大きいと判定されます。infに1を足してもinfのままです。
import math
inf = math.inf
print(inf > 10 ** 1000) # True
print(inf + 1) # inf
print(-inf < -10 ** 1000) # True
print(1 / inf) # 0.0
print(inf - inf) # nan
print(inf * 0) # nan
最後の2行に注目してください。無限大から無限大を引く計算や、無限大に0をかける計算は、答えを1つに決められません。
こうした計算では、エラーではなくnanが返ってきます。infとnanは、このようにつながっているわけです。
infは最小値・最大値の初期値として便利¶
infのよくある使い道を1つ紹介します。リストの中からいちばん小さい値を探すとき、最初の比較相手としてinfを置いておく書き方です。
どんな数もinfより小さいので、最初の値が必ず採用されます。0や9999のような仮の値を置くと、データによっては結果が狂いますが、infならその心配がありません。
import math
prices = [980, 1200, 750, 1500]
cheapest = math.inf
for price in prices:
if price < cheapest:
cheapest = price
print(cheapest) # 750
最短経路を求めるアルゴリズムなどでも、まだ届いていない場所の距離をinfにしておく書き方がよく使われます。競技プログラミングの解説で見かけたことがある方もいるかもしれませんね。
nan == nanがFalseになる理由¶
ここからが、今回いちばん大事な話です。nanには、自分自身と比べても等しくならないという不思議な性質があります。
実際に試してみると、次のような結果になります。
nan = float('nan')
print(nan == nan) # False
print(nan != nan) # True
print(nan > 1) # False
print(nan < 1) # False
なぜこんなことになるのでしょうか。理由は、nanが特定の数ではなく、答えが決められなかったという状態を表しているからです。
たとえば、inf - infの結果と0 * infの結果は、どちらもnanです。でも、この2つが同じ答えだとは言えませんよね。
そのためIEEE 754では、nanはどんな値と比べても等しくないと決められています。大小の比較も、すべてFalseになります。
見た目が同じなのに一致しない、という点ではis演算子と==の違いを思い出す方もいるでしょう。比較のしくみについては、次の記事も参考になります。
【関連記事】Pythonのisと==の違いとは?
math.isnanとmath.isfiniteで見分ける¶
では、ある値がnanかどうかは、どう調べればよいのでしょうか。== nanと書いても必ずFalseになるので、この書き方は使えません。
代わりに、mathモジュールに用意された判定用の関数を使います。主なものを表にまとめました。
| 関数 | Trueになる値 | 主な使い道 |
|---|---|---|
| math.isnan(x) | nan | 欠けた値や計算の失敗を見つける |
| math.isinf(x) | infと-inf | あふれた値を見つける |
| math.isfinite(x) | infでもnanでもない値 | 普通の数だけを通す |
この中でいちばん出番が多いのは、math.isfiniteです。infもnanもまとめて弾けるので、計算に使ってよい値かどうかを1回で確かめられます。
import math
values = [3.2, float('nan'), 5.0, float('inf'), 1.8]
clean = [v for v in values if math.isfinite(v)]
print(clean) # [3.2, 5.0, 1.8]
print(math.isnan(float('nan'))) # True
print(math.isinf(float('-inf'))) # True
ちなみに、x != xと書いてもnanの判定はできます。nanだけが自分自身と等しくならないからです。
ただ、この書き方は読んだ人を混乱させます。チームで書くコードなら、意図がひと目で伝わるmath.isnanを使いましょう。
Pythonではどんなときにinfやnanが生まれるのか¶
ここで、実際のコードでinfやnanがどこから来るのかを見ておきます。じつはPythonの標準のfloatは、ほかの言語に比べて慎重な作りになっています。
たとえば、1.0 / 0はinfにはならず、ZeroDivisionErrorになります。math.exp(1000)のように結果が大きすぎる計算も、多くの場合はOverflowErrorで止まります。
それぞれの値がどんな場面で出てくるのかを、表で比べてみましょう。
| 場面 | 結果 |
|---|---|
| 1e308 * 10 のような掛け算のあふれ | inf |
| inf - inf、inf * 0 | nan |
| 1.0 / 0 | ZeroDivisionError |
| math.exp(1000) | OverflowError |
| int(float('inf')) | OverflowError |
| int(float('nan')) | ValueError |
| CSVやExcelの空欄をpandasで読み込む | NaNとして扱われる |
floatで表せる最大の値は、およそ1.8 × 10の308乗です。掛け算でこれを超えると、エラーにはならずに静かにinfになります。
0で割ったときの動きは、次の記事でくわしく解説しています。NumPyでは同じ計算でもinfやnanが返ることがあるので、あわせて読んでおくと安心です。
【関連記事】PythonのZeroDivisionErrorとは?原因と直し方
pandasのNaNは欠けた値の目印¶
実務でいちばんよく見るnanは、pandasのNaNかもしれません。pandasでは、データが入っていない欠損値を表すためにNaNが使われます。
表を読み込んだら、思っていたより多くのNaNが混じっていた。そんな経験は、データを扱う人なら一度はあるはずです。
私は10年ほどエンジニアとして開発に関わってきましたが、売上集計の数字が合わない原因を半日追いかけたら、元データの空欄がNaNになって平均から抜けていただけ、ということがありました。それ以来、集計の前には欠損値の数を必ず確認するようにしています。
pandasの基本的な使い方は、次の記事で紹介しています。
【関連記事】Pythonのpandasとは?表データを扱う基本
nanが引き起こすよくある落とし穴¶
nanは、エラーを出さずに静かに計算へ混ざり込むのが怖いところです。ここでは、つまずきやすい場面を3つ紹介します。
sumや平均がまるごとnanになる¶
1つ目は、合計や平均の計算です。nanが1つでも混じっていると、結果全体がnanになってしまいます。
sum([1, 2, float('nan')])の結果はnanです。どこかの値が壊れていることはわかりますが、どの値かまでは教えてくれません。
maxやsortedの結果が並び順で変わる¶
2つ目は、最大値や並べ替えです。nanとの比較はすべてFalseになるため、maxやsortedが正しく判断できなくなります。
nan = float('nan')
print(max([nan, 1, 2])) # nan
print(max([1, nan, 2])) # 2
print(sorted([3, nan, 1, 2])) # [3, nan, 1, 2]
同じ値の組み合わせなのに、並び順によってmaxの結果が変わっています。sortedにいたっては、まったく並べ替えられていません。
エラーにならないぶん、気づかないまま次の処理へ進んでしまいます。並べる前にmath.isfiniteで取り除いておくのが安全です。
JSONに書き出すと規格外の文字が出る¶
3つ目は、JSONへの書き出しです。jsonモジュールでnanやinfを含むデータを変換すると、NaNやInfinityという文字がそのまま出力されます。
ところが、これらはJSONの規格では認められていない書き方です。Pythonは読み込めても、ほかの言語やブラウザ側で読み込みに失敗することがあります。
これを防ぐには、json.dumpsにallow_nan=Falseを渡します。nanやinfが混じっていたら、その場でValueErrorを出して止めてくれます。
import json
data = {'score': float('nan')}
print(json.dumps(data)) # {"score": NaN}
try:
json.dumps(data, allow_nan=False)
except ValueError as e:
print('JSONにできません:', e)
APIのレスポンスを作るときなどは、変換の前にnanをNoneへ置き換えておくと、受け取る側ではnullとして扱えます。JSONの基本は、次の記事で解説しています。
【関連記事】PythonでJSONを扱う方法とは?json.loadsとjson.dumpsの基本
infとnanと上手につきあうコツ¶
最後に、ここまでの話を実務の習慣としてまとめておきます。ポイントは、入口で確かめて、早めに取り除くことです。
外から受け取ったデータは、計算に使う前にmath.isfiniteで確かめます。nanが見つかったら、0で埋めるのか、その行を捨てるのか、エラーにするのかを、仕様として決めておきましょう。
0で埋めるのが正しいとは限らない点には注意してください。気温のデータで空欄を0にすれば、平均気温は実際より下がってしまいます。
私の現場では、データの受け口でnanやinfを見つけたらログに残して弾く、というルールにしてから、原因不明の集計ずれがほとんどなくなりました。どこで弾くかを決めておくことが、いちばんの予防策だと感じています。
まとめ¶
infは無限大、nanは数ではないことを表す、floatの特別な値です。どちらもfloat('inf')やmath.nanのように簡単に作れます。
infは数学の無限大と同じように振る舞い、最小値探しの初期値として便利に使えます。一方のnanは、自分自身とも等しくならないため、判定には必ずmath.isnanを使います。
nanはエラーを出さずに合計や並べ替えを狂わせ、JSONでは規格外の文字として出力されます。迷ったときはmath.isfiniteで普通の数だけを通すと覚えておけば、たいていの落とし穴は避けられます。
計算結果にinfやnanが出てきても、もう慌てる必要はありません。どこから来たのかをたどれば、データの問題を見つける手がかりになってくれます。
ここまでお読みいただきありがとうございました。