1.#QNAN、1.#IND和1.#INF等“无效”浮点数说明及其判断

本文探讨了GIS视图上部分小区无法正常显示的问题,原因是新入网3G基站的经纬度坐标为无效值QNAN。文章分析了QNAN、SNaN等特殊浮点数的含义,并提供了在SQL查询中将此类无效值转换为0或进行过滤的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

转载: http://blog.163.com/shining317@126/blog/static/1846965220105191551388/

在GIS视图上发现部分小区不能正常呈现,通过跟踪异常小区发现其所属基站的经纬度坐标都是-1.#QNAN00000000000无效值,导致小区绘制失败,这些小区均属新入网的3G基站,资源数据还没有维护起来,数据库中对应字段为空,经过TUXEDO接口后数据反映为QNAN无效值。在基础数据完善之前,可在SQL取数据时将空值转化为0,或在接收数据时对此类数据作进一步的过滤。
  此处的1.#QNAN是一个打印呈现,QNAN是指Quiet Not a Number,类似的浮点错误还有SNaN(Signaling Not a Number),通常如0.0/0.0、给负数开平方根等溢出或无效运算就会产生一个NAN结果的表示值,NaN及两种浮点错误的说明如下:
The value NaN (Not a Number) is used to represent a value that does not represent a real number. NaN’s are represented by a bit pattern with an exponent of all 1s and a non-zero fraction. There are two categories of NaN: QNaN (Quiet NaN) and SNaN (Signalling NaN).
A QNaN is a NaN with the most significant fraction bit set. QNaN’s propagate freely through most arithmetic operations. These values pop out of an operation when the result is not mathematically defined.
An SNaN is a NaN with the most significant fraction bit clear. It is used to signal an exception when used in operations. SNaN’s can be handy to assign to uninitialized variables to trap premature usage.
Semantically, QNaN’s denote indeterminate operations, while SNaN’s denote invalid operations. If a return value is a QNaN, it means that it is impossible to determine the result of the operation, a SNaN means that the operation is invalid.
  这样的特殊浮点数还有INF和IND:INF就是Infinity,表示一个无穷大的数,包括正无穷和负无穷;IND则表示无限小,但不确定。如1.0/0.0会产生一个INF无穷大,-1.0/0.0会产生一个负无穷大。
 
  回到最初的错误上,这种无效数据之所以通过了经纬度有效值判断,是因为常规的浮点范围对这类浮点数无效。我们知道常规的浮点数不能直接判0等于,而如果这个浮点数为NaN,那if (f==f) 会得到false结果。但是利用这个结果来判断一个浮点数是否为NaN并不总是安全的,例如用这个宏定义#define isnan(x) ((x) != (x)) ,在某些编译环境下可能就会脱离了你的预期。那如何判断特殊的浮点数呢?各种语言应该都能找到对应的辅助函数或者类方法,在C语言中,可以用float.h中的int _isnan(double x)、int _finite(double x)、int _fpclass(double x)函数来判断,返回结果代表意义分别为:_FPCLASS_SNAN (Signaling NaN)、_FPCLASS_QNAN (Quiet NaN)、_FPCLASS_NINF (Negative Infinity, –INF)、_FPCLASS_PINF (Positive Infinity, +INF);在C++中,可以用STL中的limits类:numeric_limits::quiet_NaN()、numeric_limits::signaling_NaN()、numeric_limits::infinity()等方法。
 
更多信息可参考下面的文章:
http://www.ibm.com/developerworks/cn/java/j-jtp0114/
http://steve.hollasch.net/cgindex/coding/ieeefloat.html
http://www.topcoder.com/tc?module=Static&d1=tutorials&d2=integersReals2

### maxent 运行时出现 `java.lang.NumberFormatException` 的原因分析 当 MaxEnt 工具运行过程中抛出 `java.lang.NumberFormatException: For input string: "1.#QNAN"` 错误时,通常表明程序尝试将一个非法字符串转换为数值类型。具体来说,“1.#QNAN” 是一种表示未定义或无法计算的结果的特殊浮点数标记,在 Windows 平台上尤为常见[^1]。 此错误可能由以下几个因素引起: - 数据集中存在缺失值或无效数据项。 - 特征文件中的某些列包含非数字字符或其他不可解析的内容。 - 输入文件格式不符合预期标准,例如分隔符不一致或编码问题。 针对该异常的具体处理方法如下所示: #### 解决方案一:清理输入数据 确保所有参与运算的数据均为合法数值形式。对于任何可能导致解析失败的情况均需加以修正。可以通过预处理脚本去除或者替换掉那些会产生 NaN 值的操作结果。下面是一个简单的 Python 脚本来演示如何检测并修复潜在的问题单元格: ```python import pandas as pd import numpy as np def clean_data(file_path, output_path): df = pd.read_csv(file_path) # 替换所有的NaN/Inf等异常值为0或者其他合理默认值 df.replace([np.inf, -np.inf], np.nan, inplace=True) df.fillna(0, inplace=True) # 将清洗后的DataFrame保存到新的CSV文件中 df.to_csv(output_path, index=False) clean_data('input.csv', 'output_cleaned.csv') ``` #### 解决方案二:调整环境设置 有时操作系统本身的区域设定也会影响数值的表现方式,比如小数点符号差异 (".", ",") 可能造成误解读。因此可以考虑更改 Java 应用内部使用的 Locale 设置来匹配实际数据源的习惯写法。 在启动命令里加入参数 `-Duser.language=en -Duser.country=US`,强制指定英语美国作为默认的语言地区选项可能会有所帮助. #### 解决方案三:升级软件版本 如果以上两种办法都不能解决问题,则建议查看是否有更新版可用。新发布的迭代往往包含了对旧有 bug 的修补以及性能上的改进之处。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值