numpy包含几个常量:
numpy.
Inf
IEEE754(正)无穷大的浮点表示法。
使用 inf 因为 Inf , Infinity , PINF 和 infty 是别名 inf . 有关详细信息,请参阅 inf .
inf
Infinity
PINF
infty
另见
因弗
NAN
IEEE754非数字的浮点表示法(NaN)。
NaN 和 NAN 是的等价定义 nan . 请使用 nan 而不是 NAN .
NaN
nan
南
NINF
IEEE754负无穷大的浮点表示法。
返回
负无穷大的浮点表示法。
isif:显示哪些元素是正无穷大或负无穷大
isposif:显示哪些元素是正无穷大
isEnginf: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(不是一个数、正无穷大和负无穷大中的一个)
笔记
numpy使用了IEEE754二进制浮点运算标准。这意味着没有一个数字不等于无穷大。正无穷大也不等于负无穷大。但无穷大等于正无穷大。
实例
>>> np.NINF -inf >>> np.log(0) -inf
NZERO
IEEE754负零的浮点表示法。
负零的浮点表示法。
Pzero:定义正零。
isif:显示哪些元素是正无穷大或负无穷大。
isposif:显示哪些元素是正无穷大。
isEnginf:显示哪些元素是负无穷大。
isnan:显示哪些元素不是数字。
不是数字,正无穷大和负无穷大。
numpy使用了IEEE754二进制浮点运算标准。负零被认为是一个有限数。
>>> np.NZERO -0.0 >>> np.PZERO 0.0
>>> np.isfinite([np.NZERO]) array([ True]) >>> np.isnan([np.NZERO]) array([False]) >>> np.isinf([np.NZERO]) array([False])
NaN 和 NAN 是的等价定义 nan . 请使用 nan 而不是 NaN .
PZERO
IEEE754正零点的浮点表示法。
正零的浮点表示法。
nzero:定义负零。
numpy使用了IEEE754二进制浮点运算标准。正零被认为是一个有限数。
>>> np.PZERO 0.0 >>> np.NZERO -0.0
>>> np.isfinite([np.PZERO]) array([ True]) >>> np.isnan([np.PZERO]) array([False]) >>> np.isinf([np.PZERO]) array([False])
e
欧拉常数,自然对数的底,纳皮尔常数。
e = 2.71828182845904523536028747135266249775724709369995...
exp:指数函数对数:自然对数
工具书类
https://en.wikipedia.org/wiki/E_%28mathematical_constant%29
euler_gamma
γ = 0.5772156649015328606065120900824024310421...
https://en.wikipedia.org/wiki/Euler-Mascheroni_constant
正无穷大的浮点表示法。
Inf , Infinity , PINF 和 infty 是别名 inf .
>>> np.inf inf >>> np.array([1]) / 0. array([ Inf])
Y:不是数字的浮点表示法。
numpy使用了IEEE754二进制浮点运算标准。这意味着没有一个数字不等于无穷大。
NaN 和 NAN 是别名 nan .
>>> np.nan nan >>> np.log(-1) nan >>> np.log([-1, 1, 2]) array([ NaN, 0. , 0.69314718])
newaxis
一个方便的无别名,对索引数组很有用。
>>> newaxis is None True >>> x = np.arange(3) >>> x array([0, 1, 2]) >>> x[:, newaxis] array([[0], [1], [2]]) >>> x[:, newaxis, newaxis] array([[[0]], [[1]], [[2]]]) >>> x[:, newaxis] * x array([[0, 0, 0], [0, 1, 2], [0, 2, 4]])
外部产品,同 outer(x, y) :
outer(x, y)
>>> y = np.arange(3, 6) >>> x[:, newaxis] * y array([[ 0, 0, 0], [ 3, 4, 5], [ 6, 8, 10]])
x[newaxis, :] 等于 x[newaxis] 和 x[None] :
x[newaxis, :]
x[newaxis]
x[None]
>>> x[newaxis, :].shape (1, 3) >>> x[newaxis].shape (1, 3) >>> x[None].shape (1, 3) >>> x[:, newaxis].shape (3, 1)
pi
pi = 3.1415926535897932384626433...
https://en.wikipedia.org/wiki/Pi
ufunc