常量#
NumPy 包含几个常量
- numpy.e#
欧拉常数，自然对数的底数，纳皮尔常数。
e = 2.71828182845904523536028747135266249775724709369995...另请参阅
exp : 指数函数 log : 自然对数
参考
- numpy.euler_gamma#
γ = 0.5772156649015328606065120900824024310421...参考
- numpy.inf#
IEEE 754 浮点表示的（正）无穷大。
返回
- y浮点数
正无穷大的浮点表示。
另请参阅
isinf : 显示哪些元素是正无穷大或负无穷大
isposinf : 显示哪些元素是正无穷大
isneginf : 显示哪些元素是负无穷大
isnan : 显示哪些元素不是数字
isfinite : 显示哪些元素是有限的（不是非数字、正无穷大和负无穷大）
注意
NumPy 使用 IEEE 754 二进制浮点算术标准。这意味着非数字（NaN）不等于无穷大。正无穷大也不等于负无穷大。但无穷大等同于正无穷大。
示例
>>> import numpy as np
>>> np.inf
inf
>>> np.array([1]) / 0.
array([inf])
- numpy.nan#
IEEE 754 浮点表示的非数字（NaN）。
返回
y : 非数字的浮点表示。
另请参阅
isnan : 显示哪些元素是非数字。
isfinite : 显示哪些元素是有限的（不是非数字、正无穷大和负无穷大）
注意
NumPy 使用 IEEE 754 二进制浮点算术标准。这意味着非数字（NaN）不等于无穷大。
示例
>>> import numpy as np
>>> np.nan
nan
>>> np.log(-1)
np.float64(nan)
>>> np.log([-1, 1, 2])
array([ nan, 0. , 0.69314718])
- numpy.newaxis#
None 的便捷别名，对数组索引很有用。
示例
>>> import numpy as np
>>> np.newaxis is None
True
>>> x = np.arange(3)
>>> x
array([0, 1, 2])
>>> x[:, np.newaxis]
array([[0],
[1],
[2]])
>>> x[:, np.newaxis, np.newaxis]
array([[[0]],
[[1]],
[[2]]])
>>> x[:, np.newaxis] * x
array([[0, 0, 0],
[0, 1, 2],
[0, 2, 4]])
外积，等同于 outer(x, y)
>>> y = np.arange(3, 6)
>>> x[:, np.newaxis] * y
array([[ 0, 0, 0],
[ 3, 4, 5],
[ 6, 8, 10]])
x[np.newaxis, :] 等同于 x[np.newaxis] 和 x[None]
>>> x[np.newaxis, :].shape
(1, 3)
>>> x[np.newaxis].shape
(1, 3)
>>> x[None].shape
(1, 3)
>>> x[:, np.newaxis].shape
(3, 1)
- numpy.pi#
pi = 3.1415926535897932384626433...参考