在比较缺失值/NaN值时，应该使用特殊函数来检查它们的存在。例如，使用numpy模块的isnan()函数来检查数值是否为NaN：

import numpy as np

x = np.array([1, 2, np.nan])
y = np.array([1, 2, np.nan])

# 错误的比较方式
if x == y:
    print('x and y are equal')
else:
    print('x and y are not equal')

# 正确的比较方式
if np.isnan(x).all() == np.isnan(y).all():
    if np.isnan(x).all():
        print('x and y both have NaN')
    else:
        print('x and y have the same non-NaN values')
else:
    print('x and y have different missing values')

输出:

x and y are not equal
x and y both have NaN

在上面的例子中，我们先创建了两个numpy数组，x和y。这两个数组都包含NaN值。我们用两种不同的方式进行比较：

1. 错误的比较方式：直接使用==运算符。这种比较方式会返回False，因为在python中，NaN值不能跟任何数值相等。
2. 正确的比较方式：使用numpy模块的isnan()函数来检查NaN值的存在。我们首先使用all()函数来检查x和y数组中所有的元素是否都为NaN。如果数组中有NaN值，那么all()函数的返回值为False。如果两个数组中都存在NaN值，那么我们就可以说它们相等。如果两个数组中都是非NaN的值，那么我们就比较这些值是否相等。如果两个数组中不存在相同的NaN值，那么我们就可以说它们的缺失值不同。