numpy isfinite 用法及代码示例

用法:
numpy.isfinite(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'isfinite'>
逐一测试有限性(不是无穷大还是不是数字)。

结果以布尔数组形式返回。

描述
参数 x: : array_like

输入值。
out: : ndarray, None, 或 tuple of ndarray and None, 可选参数

结果存储的位置。如果提供,它必须具有输入广播到的形状。如果未提供或没有,则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
where: : array_like, 可选参数

此条件通过输入广播。在条件为True的位置,将out数组设置为ufunc结果。在其他地方,out数组将保留其原始值。请注意,如果通过默认创建未初始化的输出数组out=None,条件中为False的位置将保持未初始化状态。
**kwargs:

有关其他仅关键字的参数,请参见ufunc文档。

返回值 y: : ndarray,布尔

真实的地方x不是正无穷大,负无穷大或NaN;否则为假。如果x是标量,则这是标量。

注意:

不是数字,正无穷大和负无穷大被认为是非有限的。

NumPy使用IEEE算术二进制浮点标准(IEEE 754)。这意味着非数字不等于无穷大。同样,正无穷不等于负无穷。但是无穷大等于正无穷大。如果在x是标量输入时也提供第二个参数,或者第一个和第二个参数的形状不同,则会导致错误。

例子:

>>> np.isfinite(1)
True
>>> np.isfinite(0)
True
>>> np.isfinite(np.nan)
False
>>> np.isfinite(np.inf)
False
>>> np.isfinite(np.NINF)
False
>>> np.isfinite([np.log(-1.),1.,np.log(0)])
array([False,  True, False])
>>> x = np.array([-np.inf, 0., np.inf])
>>> y = np.array([2, 2, 2])
>>> np.isfinite(x, y)
array([0, 1, 0])
>>> y
array([0, 1, 0])

发表回复

登录... 后才能评论