常量#
NumPy 包含几个常量
- numpy.e#
欧拉常数，自然对数的底，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。
返回
- yfloat
正无穷的浮点表示。
另请参阅
isinf : 显示哪些元素是正无穷或负无穷
isposinf : 显示哪些元素是正无穷
isneginf : 显示哪些元素是负无穷
isnan : 显示哪些元素是 NaN (非数字)
isfinite : 显示哪些元素是有限的 (不是 NaN、正无穷和负无穷之一)
备注
NumPy 使用 IEEE 二进制浮点运算标准 (IEEE 754)。这意味着 NaN 不等同于无穷大。同样，正无穷不等于负无穷。但无穷大等于正无穷。
示例
>>> import numpy as np
>>> np.inf
inf
>>> np.array([1]) / 0.
array([inf])
- numpy.nan#
IEEE 754 浮点表示的 NaN (非数字)。
返回
y : NaN 的浮点表示。
另请参阅
isnan : 显示哪些元素是 NaN。
isfinite : 显示哪些元素是有限的 (不是 NaN、正无穷和负无穷之一)
备注
NumPy 使用 IEEE 二进制浮点运算标准 (IEEE 754)。这意味着 NaN 不等同于无穷大。
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 的一个方便的别名，可用于索引数组。
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，与 `outer(x, y)` 相同
>>> 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