numpy.isinf #
- 麻木的。isinf ( x , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'isinf'> #
按元素测试正无穷大或负无穷大。
返回与x形状相同的布尔数组,其中 True ,否则 False。
x == +/-inf
- 参数:
- x类似数组
输入值
- out ndarray、None 或 ndarray 和 None 的元组,可选
存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或无,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
- 其中array_like,可选
该条件通过输入广播。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他地方,输出数组将保留其原始值。请注意,如果通过 default 创建 未初始化的out
out=None
数组,则其中条件为 False 的位置将保持未初始化状态。- **夸格
对于其他仅关键字参数,请参阅 ufunc 文档。
- 返回:
- y bool (标量)或布尔 ndarray
x
正无穷大或负无穷大为真,否则为假。如果x是标量,则这是标量。
笔记
NumPy 使用 IEEE 二进制浮点算术标准 (IEEE 754)。
如果在第一个参数是标量时提供第二个参数,或者如果第一个参数和第二个参数具有不同的形状,则会出现错误。
例子
>>> np.isinf(np.inf) True >>> np.isinf(np.nan) False >>> np.isinf(np.NINF) True >>> np.isinf([np.inf, -np.inf, 1.0, np.nan]) array([ True, True, False, False])
>>> x = np.array([-np.inf, 0., np.inf]) >>> y = np.array([2, 2, 2]) >>> np.isinf(x, y) array([1, 0, 1]) >>> y array([1, 0, 1])