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
在
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。
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])