【Numpy】numpy.isfinite用法及代码示例
用法:
numpy.isfinite(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True [, signature, extobj ]) = 逐元素测试有限性(不是无穷大，也不是非数字)。
结果以布尔数组的形式返回。
参数：
x： array_like
输入值。
out： ndarray，None，或 ndarray 和 None 的元组，可选
存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或 None，则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
where： 数组，可选
此条件通过输入广播。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 out=None 创建未初始化的输出数组，则其中条件为 False 的位置将保持未初始化。
**kwargs：
对于其他仅关键字参数，请参阅 ufunc 文档。
返回：
y： ndarray，布尔
True 其中 x 不是正无穷大、负无穷大或 NaN；否则为假。如果 x 是标量，则这是一个标量。
注意：
不是数字，正无穷大和负无穷大被认为是非有限的。
NumPy 使用 IEEE 二进制浮点算术标准 (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。但无穷大等价于正无穷大。如果在 x 是标量输入时也提供了第二个参数，或者如果第一个和第二个参数具有不同的形状，则会导致错误。
例子：
>>> np.isfinite(1)
True
>>> np.isfinite(0)
True
>>> np.isfinite(np.nan)
False
>>> np.isfinite(np.inf)
False
>>> np.isfinite(np.NINF)
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])