numpy.isfinite#

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

逐元素测试是否为有限值(非无穷大且非 NaN)。

结果以布尔数组形式返回。

参数:
xarray_like

输入值。

outndarray, None, 或 ndarray 和 None 的元组,可选

存储结果的位置。如果提供,其形状必须是输入广播到的形状。如果未提供或为 None,则返回一个新分配的数组。元组(仅作为关键字参数可能)的长度必须等于输出的数量。

wherearray_like, 可选

此条件在输入上进行广播。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 创建一个未初始化的 out 数组,则其中条件为 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

返回值:
yndarray, bool

x 不是正无穷大、负无穷大或 NaN 的地方为 True;否则为 False。如果 x 是一个标量,则这是一个标量。

另请参阅

isinf, isneginf, isposinf, isnan

注释

NaN、正无穷大和负无穷大都被视为非有限值。

NumPy 使用 IEEE 标准进行二进制浮点数算术 (IEEE 754)。这意味着 NaN 不等效于无穷大。同样,正无穷大也不等效于负无穷大。但无穷大等效于正无穷大。如果 x 是标量输入,并且在提供第二个参数时,或者第一个和第二个参数具有不同的形状时,将会导致错误。

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])