常數#
NumPy 包含數個常數
- numpy.e#
歐拉常數，自然對數的底，納皮爾常數。
e = 2.71828182845904523536028747135266249775724709369995...另請參閱
exp : 指數函數 log : 自然對數
參考文獻
- numpy.euler_gamma#
γ = 0.5772156649015328606065120900824024310421...參考文獻
- numpy.inf#
IEEE 754 浮點數表示法，代表（正）無限大。
返回
- yfloat
正無限大的浮點數表示法。
另請參閱
isinf : 顯示哪些元素是正或負無限大
isposinf : 顯示哪些元素是正無限大
isneginf : 顯示哪些元素是負無限大
isnan : 顯示哪些元素不是數字 (NaN)
isfinite : 顯示哪些元素是有限的（非 NaN、正無限大或負無限大）
註解
NumPy 使用 IEEE 754 二進位浮點數算術標準。這表示非數字 (NaN) 不等於無限大。正無限大也不等於負無限大。但無限大等於正無限大。
範例
>>> import numpy as np >>> np.inf inf >>> np.array([1]) / 0. array([inf])
- numpy.nan#
IEEE 754 浮點數表示法，代表非數字 (NaN)。
返回
y : 非數字 (NaN) 的浮點數表示法。
另請參閱
isnan : 顯示哪些元素不是數字 (NaN)。
isfinite : 顯示哪些元素是有限的（非 NaN、正無限大或負無限大）
註解
NumPy 使用 IEEE 754 二進位浮點數算術標準。這表示非數字 (NaN) 不等於無限大。
範例
>>> 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 的便捷別名，用於索引陣列時非常有用。
範例
>>> 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]])
外積，與
outer(x, y)相同>>> y = np.arange(3, 6) >>> x[:, np.newaxis] * y array([[ 0, 0, 0], [ 3, 4, 5], [ 6, 8, 10]])
x[np.newaxis, :]等同於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...參考文獻