常量#
NumPy 包含几个常量:
- numpy.e#
欧拉常数,自然对数的底,纳皮尔常数.
e = 2.71828182845904523536028747135266249775724709369995...参见
exp : 指数函数 log : 自然对数
参考文献
- numpy.euler_gamma#
γ = 0.5772156649015328606065120900824024310421...参考文献
- numpy.inf#
IEEE 754 浮点表示法的（正）无穷大.
返回
- yfloat
正无穷大的浮点表示.
参见
isinf : 显示哪些元素是正无穷或负无穷
isposinf : 显示哪些元素是正无穷大
isneginf : 显示哪些元素是负无穷大
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）
备注
NumPy 使用 IEEE 二进制浮点数算术标准 (IEEE 754).这意味着非数字不等同于无穷大.同样,正无穷大不等同于负无穷大.但无穷大等同于正无穷大.
示例
>>> import numpy as np >>> np.inf inf >>> np.array([1]) / 0. array([inf])
- numpy.nan#
IEEE 754 浮点数表示的非数字（NaN）.
返回
y : 表示非数字的浮点数.
参见
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之一）
备注
NumPy 使用 IEEE 二进制浮点数算术标准 (IEEE 754).这意味着非数字不等于无穷大.
示例
>>> import numpy as np >>> np.nan nan >>> np.log(-1) np.float64(nan) >>> np.log([-1, 1, 2]) array([ nan, 0. , 0.69314718])
- numpy.newaxis#
None 的一个方便别名,适用于数组索引.
示例
>>> import numpy as np >>> np.newaxis is None True >>> x = np.arange(3) >>> x array([0, 1, 2]) >>> x[:, np.newaxis] array([[0], [1], [2]]) >>> x[:, np.newaxis, np.newaxis] array([[[0]], [[1]], [[2]]]) >>> x[:, np.newaxis] * x array([[0, 0, 0], [0, 1, 2], [0, 2, 4]])
外积,等同于
outer(x, y):>>> y = np.arange(3, 6) >>> x[:, np.newaxis] * y array([[ 0, 0, 0], [ 3, 4, 5], [ 6, 8, 10]])
x[np.newaxis, :]等同于x[np.newaxis]和x[None]:>>> x[np.newaxis, :].shape (1, 3) >>> x[np.newaxis].shape (1, 3) >>> x[None].shape (1, 3) >>> x[:, np.newaxis].shape (3, 1)
- numpy.pi#
pi = 3.1415926535897932384626433...参考文献