numpy.isinf¶

numpy.isinf(x[, out]) = <ufunc 'isinf'>¶

对于正或负无穷大测试元素。

返回与x相同形状的布尔数组，其中x == +/- inf t4 >，否则为False。

参数：	x：array_like 输入值 out：array_like，可选与x形状相同的数组，用于存储结果。
返回：	y：bool（scalar）或boolean ndarray 对于标量输入，结果是一个新的布尔值，如果输入为正或负无穷大，则值为True；否则值为False。对于数组输入，结果是一个与输入形状相同的布尔数组，值为True，其中输入的相应元素为正或负无穷大；其他地方的值为False。如果提供了第二个参数，则结果存储在那里。如果该数组的类型是数字类型，则结果表示为零和一，如果类型为布尔，则分别表示为False和True。返回值y则是该数组的引用。

参数：

x：array_like

输入值

out：array_like，可选

与x形状相同的数组，用于存储结果。

y：bool（scalar）或boolean ndarray

对于标量输入，结果是一个新的布尔值，如果输入为正或负无穷大，则值为True；否则值为False。

对于数组输入，结果是一个与输入形状相同的布尔数组，值为True，其中输入的相应元素为正或负无穷大；其他地方的值为False。如果提供了第二个参数，则结果存储在那里。如果该数组的类型是数字类型，则结果表示为零和一，如果类型为布尔，则分别表示为False和True。返回值y则是该数组的引用。

也可以看看

isneginf，isposinf，isnan，isfinite

笔记

Numpy使用IEEE标准二进制浮点运算（IEEE 754）。

如果在第一个参数是标量时提供第二个参数，或者如果第一个和第二个参数具有不同的形状，则会产生错误。

例子

>>> np.isinf(np.inf)
True
>>> np.isinf(np.nan)
False
>>> np.isinf(np.NINF)
True
>>> np.isinf([np.inf, -np.inf, 1.0, np.nan])
array([ True,  True, False, False], dtype=bool)

>>> x = np.array([-np.inf, 0., np.inf])
>>> y = np.array([2, 2, 2])
>>> np.isinf(x, y)
array([1, 0, 1])
>>> y
array([1, 0, 1])