Question

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 Inf，Infinity，PINF 和 infty 是 inf 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 Inf，Infinity，PINF 和 infty 是 inf 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）。

  NaN 和 NAN 是 nan 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）。

  NaN 和 NAN是 nan 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 Inf，Infinity，PINF 和 infty 是 inf 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%29open in new window

• numpy.euler_gamma

  γ = 0.5772156649015328606065120900824024310421...

  参考

  https://en.wikipedia.org/wiki/Euler-Mascheroni_constantopen in new window

• 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, PINF 和 infty 是 inf 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 Inf ，Infinity，PINF 和 infty 是 inf 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。

  NaN 和 NAN 是 nan 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。

  另见

  numpy.doc.indexingopen in new window

  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] 和 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/Piopen in new window