NumPy 1.14 - numpy.asarray_chkfinite()

numpy.asarray_chkfinite




numpy

numpy.asarray_chkfinite

numpy.asarray_chkfinite(a, dtype=None, order=None) [source]

इनपुट को सरणी में बदलें, NaNs या Infs के लिए जाँच करें।

पैरामीटर:

a : array_like

इनपुट डेटा, किसी भी रूप में जिसे एक सरणी में परिवर्तित किया जा सकता है। इसमें सूचियां, टुपल्स की सूची, ट्यूपल्स, ट्यूपल्स के ट्यूपल्स, सूचियों के ट्यूपल्स और ndarrays शामिल हैं। सफलता के लिए किसी NaN या Inf की आवश्यकता नहीं होती है।

dtype : data-type, वैकल्पिक

डिफ़ॉल्ट रूप से, डेटा-प्रकार इनपुट डेटा से अनुमानित है।

आदेश : {'C', 'F'}, वैकल्पिक

पंक्ति-प्रमुख (C- शैली) या स्तंभ-प्रमुख (Fortran-style) स्मृति प्रतिनिधित्व का उपयोग करना है या नहीं। A सी ’के लिए चूक।

यह दिखाता है:

बाहर : ndarray

एरे की व्याख्या। यदि इनपुट पहले से ही एक ndarray है, तो कोई प्रतिलिपि नहीं की जाती है। यदि ndarray का एक उपवर्ग है, तो एक बेस क्लास ndarray वापस आ जाता है।

जन्म देती है:

ValueError

यदि NaN (संख्या नहीं) या Inf (इन्फिनिटी) वाले मान को बढ़ाता है।

यह भी देखें

asarray
बनाएँ और सरणी।
asanyarray
इसी तरह का कार्य जो उपवर्गों से होकर गुजरता है।
ascontiguousarray
इनपुट को एक सन्निहित सरणी में बदलें।
asfarray
फ्लोटिंग पॉइंट ndarray में इनपुट कन्वर्ट करें।
asfortranarray
स्तंभ-प्रमुख मेमोरी ऑर्डर के साथ एक ndarray में इनपुट कन्वर्ट करें।
fromiter
एक पुनरावृत्त से एक सरणी बनाएँ।
fromfunction
ग्रिड पदों पर एक समारोह निष्पादित करके एक सरणी का निर्माण।

उदाहरण

एक सूची को एक सरणी में बदलें। यदि सभी तत्व परिमित हैं asarray_chkfinite , asarray_chkfinite के समान है।

>>> a = [1, 2]
>>> np.asarray_chkfinite(a, dtype=float)
array([1., 2.])

अगर सरणी में भी Nans या Infs हैं, तो ValueError बढ़ाएं।

>>> a = [1, 2, np.inf]
>>> try:
...     np.asarray_chkfinite(a)
... except ValueError:
...     print('ValueError')
...
ValueError