Hướng dẫn dùng numpy infinity python
Mọi người đều biết rằng trong Python, bạn có thể sử dụng các cách sau để biểu thị tích cực và tiêu cực vô tận: float("inf") # Tích cực vô tận sử dụng Hãy xem mã sau: >>> inf = float("inf") Nếu bạn chưa cố gắng xác định xem số điểm nổi có phải là NaN trong Python hay không, bạn chắc chắn sẽ ngạc nhiên bởi đầu ra trên. Trước hết, đối với các hoạt động tích cực và tiêu cực và NaN tự do is, kết quả là True, dường như không có vấn đề gì ở đây; Nhưng nếu bạn sử dụng == Hoạt động, kết quả là khác nhau. Nếu bạn sử dụng float để xác định lại một biến để so sánh với chúng với is và ==, kết quả vẫn còn bất ngờ. Lý do cho tình huống này hơi phức tạp, vì vậy tôi sẽ không đi qua nó ở đây. Nếu bạn quan tâm, bạn có thể kiểm tra thông tin liên quan. Nếu bạn muốn phán đoán chính xác Inf và Nan, thì bạn nên sử dụng mô -đun math >>> import math Điều này là chính xác. Bây giờ tôi đang nói về vấn đề này, tôi sẽ tư vấn một lần nữa: Đừng cố gắng sử dụng is và == trong Python để xác định xem một đối tượng có dương và âm hay NaN. Bạn có thể ngoan ngoãn sử dụng mô -đun math, nếu không thì đó là để đốt cháy và đốt cháy cơ thể của bạn. Tất nhiên, có những phương pháp khác để đưa ra các phán đoán. Các cách sử dụng sau đây NaN làm ví dụ, nhưng vẫn được khuyến nghị sử dụng mô -đun math để tránh nhầm lẫn. Sử dụng đối tượng để đánh giá chính mình >>> def isnan(num): Sử dụng chức năng của mô -đun numpy >>> import numpy as np Hàm isnan của Numpy cũng có thể đánh giá toàn bộ list: >>> lst = [1, float("nan"), 2, 3, np.nan, float("-inf"), 4, np.nan] nơi
đây <4Trong quá trình viết các dự án, một số chức năng chắc chắn cần phải vượt qua các tham số, vì vậy chúng ta cần truyền các t TL, DR: Không có sự khác biệt và chúng có thể được sử dụng thay thế cho nhau.Ngoài việc có cùng giá trị
Nó cũng có cùng loại:
Điều đó thật thú vị vì NumPy cũng có các loại dấu phẩy động của riêng nó:
Vì vậy, nó có cùng giá trị và cùng kiểu Lý do sử dụng |