numpy.isfinite

numpy.isfinite(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'isfinite'>

Проверка элементов на конечность (не бесконечность и не число Not a Number).

Результат возвращается в виде булевого массива.

Параметры

xarray_like

Входные значения.

outndarray, None, or tuple of ndarray and None, optional

Место, в которое сохраняется результат. Если указано, оно должно иметь форму, к которой векторизуются входные данные. Если не указано или равно None, возвращается свежевыделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную числу выходных значений.

wherearray_like, optional

Это условие векторизуется по входным данным. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае массив out сохранит своё первоначальное значение. Обратите внимание, что если неинициализированный массив out создаётся по умолчанию out=None, места в нём, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию по ufunc.

Возвращаемое значение

yndarray, bool

True, где x не является положительной или отрицательной бесконечностью, или NaN; иначе — ложь. Это скаляр, если x является скаляром.

См. также

isinf, isneginf, isposinf, isnan

Примечания

Число Not a Number, положительная и отрицательная бесконечность считаются бесконечными.

NumPy использует стандарт IEEE для двоичной плавающей точки арифметики (IEEE 754). Это означает, что число Not a Number не эквивалентно бесконечности. Также, что положительная бесконечность не эквивалентна отрицательной бесконечности. Но бесконечность эквивалентна положительной бесконечности. Возникают ошибки, если второй аргумент также указан, когда x является скалярным входным значением, или если первый и второй аргументы имеют разные формы.

Примеры

>>> 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])