numpy.isfinite#

numpy., в этом случае этот параметр равен 0, и это значение используется для(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, сигнатура]) = 'isfinite'>#

Поэлементная проверка на конечность (не бесконечность и не Not a Number).

Результат возвращается в виде булева массива.

Параметры:

xarray_like: Входные значения.
выходndarray, None или кортеж из ndarray и None, опционально: Место для сохранения результата. Если предоставлено, оно должно иметь форму, в которую транслируются входные данные. Если не предоставлено или None, возвращается вновь выделенный массив. Кортеж (возможен только как ключевой аргумент) должен иметь длину, равную количеству выходов.
гдеarray_like, необязательный: Это условие транслируется на вход. В местах, где условие истинно, выход массив будет установлен в результат ufunc. В других местах выход массив сохранит своё исходное значение. Обратите внимание, что если неинициализированный выход массив создается через стандартный out=None, позиции внутри неё, где условие ложно, останутся неинициализированными.
**kwargs: Для других аргументов, доступных только по ключевым словам, смотрите документация ufunc.

Возвращает:

yndarray, bool: True, где x не является положительной бесконечностью, отрицательной бесконечностью или NaN; в противном случае false. Это скаляр, если x является скаляром.

Смотрите также

isinf, isneginf, isposinf, isnan

Примечания

Не число, положительная бесконечность и отрицательная бесконечность считаются неконечными.

NumPy использует стандарт IEEE для двоичной арифметики с плавающей запятой (IEEE 754). Это означает, что Not a Number не эквивалентен бесконечности. Также положительная бесконечность не эквивалентна отрицательной бесконечности. Но бесконечность эквивалентна положительной бесконечности. Ошибки возникают, если второй аргумент также предоставлен, когда x является скалярным входом, или если первый и второй аргументы имеют разную форму.

Примеры

>>> 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])