常量

NumPy包括几个常量:

  • numpy.Inf

    IEEE 754 浮点表示(正)无穷大。

    使用 inf 是因为 InfInfinityPINFinftyinf 的别名。有关更多详细信息,请参阅 inf

    另见

    inf

  • numpy.Infinity

    IEEE 754 浮点表示(正)无穷大。

    使用 inf 是因为 InfInfinityPINFinftyinf 的别名。有关更多详细信息,请参阅 inf

    另见

    inf

  • numpy.NAN

    IEEE 754 浮点表示非数字(NaN)。

    NaNNANnan 的等价定义。请使用 nan 而不是 NAN

    另见

    nan

  • numpy.NINF

    IEEE 754 浮点表示负无穷大。

    返回

    y : float (负无穷大的浮点表示)

    另见

    isinf : 显示哪些元素为正或负无穷大

    isposinf : 显示哪些元素是正无穷大

    isneginf : 显示哪些元素为负无穷大

    isnan : 显示哪些元素不是数字

    isfinite : 显示哪些元素是有限的(不是非数字,正无穷大和负无穷大中的一个)

    注意

    NumPy使用IEEE二进制浮点算法标准(IEEE 754)。 这意味着Not a Number不等于无穷大。 此外,正无穷大不等于负无穷大。 但无穷大相当于正无穷大。

    例子:

    >>> np.NINF
    -inf
    >>> np.log(0)
    -inf
    
  • numpy.NZERO

    IEEE 754 浮点表示负零。

    返回

    y : float A (负零点的浮点表示)

    另见

    PZERO : 定义正零。

    isinf : 显示哪些元素为正或负无穷大。

    isposinf : 显示哪些元素是正无穷大。

    isneginf : 显示哪些元素为负无穷大。

    isnan : 显示哪些元素不是数字。

    isfinite : 显示哪些元素是有限的 - 不是(非数字,正无穷大和负无穷大)之一。

    注意

    NumPy使用IEEE二进制浮点算法标准(IEEE 754)。 负零被认为是有限数。

    例子:

    >>> 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])
    
  • numpy.NaN

    IEEE 754浮点表示非数字(NaN)。

    NaNNANnan 的等价定义。 请使用 nan 而不是 NaN

    另见

    nan

  • numpy.PINF

    IEEE 754 浮点表示(正)无穷大。

    使用 inf 是因为 InfInfinityPINFinftyinf 的别名。有关更多详细信息,请参阅 inf

    另见

    inf

  • numpy.PZERO

    IEEE 754浮点表示正零。

    返回

    y : float (正零的浮点表示。)

    另见

    NZERO : 定义负零。

    isinf : 显示哪些元素为正或负无穷大。

    isposinf : 显示哪些元素是正无穷大。

    isneginf : 显示哪些元素为负无穷大。

    isnan : 显示哪些元素不是数字。

    isfinite : 显示哪些元素是有限的 - 不是(非数字,正无穷大和负无穷大)之一。

    注意

    NumPy使用IEEE二进制浮点算法标准(IEEE 754)。正零被认为是有限数。

    例子:

    >>> 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])
    
  • numpy.e

    欧拉的常数,自然对数的基础,纳皮尔的常数。

    e = 2.71828182845904523536028747135266249775724709369995...

    另见

    exp : 指数函数日志:自然对数

    参考

    https://en.wikipedia.org/wiki/E_%28mathematical_constant%29

  • numpy.euler_gamma

    γ = 0.5772156649015328606065120900824024310421...

    参考

    https://en.wikipedia.org/wiki/Euler-Mascheroni_constant

  • numpy.inf

    IEEE 754浮点表示(正)无穷大。

    返回 y : float (正无穷大的浮点表示。)

    另见

    isinf : 显示哪些元素为正或负无穷大。

    isposinf : 显示哪些元素是正无穷大。

    isneginf : 显示哪些元素为负无穷大。

    isnan : 显示哪些元素不是数字。

    isfinite : 显示哪些元素是有限的(不是非数字,正无穷大和负无穷大中的一个)

    注意

    NumPy使用IEEE二进制浮点算法标准(IEEE 754)。 这意味着Not a Number不等于无穷大。 此外,正无穷大不等于负无穷大。 但无穷大相当于正无穷大。

    Inf, Infinity, PINFinftyinf 的别名。

    例子:

    >>> np.inf
    inf
    >>> np.array([1]) / 0.
    array([ Inf])
    
  • numpy.infty

    IEEE 754浮点表示(正)无穷大。

    使用 inf 是因为 InfInfinityPINFinftyinf 的别名。有关更多详细信息,请参阅 inf

    另见

    inf

  • numpy.nan

    IEEE 754浮点表示非数字(NaN)。

    返回 y : 非数字的浮点表示。

    另见

    isnan : 显示哪些元素不是数字。

    isfinite : 显示哪些元素是有限的(不是非数字,正无穷大和负无穷大中的一个)

    注意

    NumPy使用IEEE二进制浮点算法标准(IEEE 754)。 这意味着Not a Number不等于无穷大。

    NaNNANnan 的别名。

    例子:

    >>> np.nan
    nan
    >>> np.log(-1)
    nan
    >>> np.log([-1, 1, 2])
    array([        NaN,  0.        ,  0.69314718])
    
  • numpy.newaxis

    None的便捷别名,对索引数组很有用。

    例子:

    >>> 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]])
    

    外积,与 outer(x, y) 相同:

    >>> y = np.arange(3, 6)
    >>> x[:, newaxis] * y
    array([[ 0,  0,  0],
    [ 3,  4,  5],
    [ 6,  8, 10]])
    

    x[newaxis, :] 相当于 x[newaxis]x[None]

    >>> x[newaxis, :].shape
    (1, 3)
    >>> x[newaxis].shape
    (1, 3)
    >>> x[None].shape
    (1, 3)
    >>> x[:, newaxis].shape
    (3, 1)
    
  • numpy.pi

    pi = 3.1415926535897932384626433...

    参考

    https://en.wikipedia.org/wiki/Pi