numpy.isfinite#

numpy.isfinite(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'isfinite'>#

逐元素测试有限性（不是无穷大也不是“非数字”）。

结果将作为布尔数组返回。

参数:

xarray_like: 输入值。
outndarray, None, or tuple of ndarray and None, optional: 结果存储的位置。如果提供了，它必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。
wherearray_like, optional: 此条件将广播到输入。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建了一个未初始化的 out 数组，那么其中条件为 False 的位置将保持未初始化状态。
**kwargs: 有关其他关键字参数，请参阅 ufunc 文档。

返回:

yndarray, bool: 当 x 不是正无穷大、负无穷大或 NaN 时为 True；否则为 False。如果 x 是标量，则此返回值为标量。

另请参阅

isinf, isneginf, isposinf, isnan

备注

非数字 (NaN)、正无穷大和负无穷大被视为非有限数。

NumPy 使用二进制浮点运算的 IEEE 标准 (IEEE 754)。这意味着非数字 (NaN) 不等于无穷大。同样，正无穷大也不等于负无穷大。但无穷大等于正无穷大。如果当 x 为标量输入时也提供了第二个参数，或者第一个和第二个参数的形状不同，则会产生错误。

示例

>>> import numpy as np
>>> np.isfinite(1)
True
>>> np.isfinite(0)
True
>>> np.isfinite(np.nan)
False
>>> np.isfinite(np.inf)
False
>>> np.isfinite(-np.inf)
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])