numpy 笔记:finfo

float info

1 使用方法

numpy.finfo(dtype)

2 属性

bits

int

类型占用的位数。

eps

float

1.0 与大于 1.0 的下一个最小可表示浮点数之间的差异。 例如,对于 IEEE-754 标准中的 64 位二进制浮点数,eps = 2**-52,大约为 2.22e-16。

epsneg

float

1.0 和比1.0小的下一个最小的可表示浮点数之间的差异。 例如,对于 IEEE-754 标准中的 64 位二进制浮点数,epsneg = 2**-53,大约为 1.11e-16。

negep

产生 epsneg 的指数。

 

iexp

浮点表示的指数部分中的位数。

 

nexp

指数中的位数,包括其符号和偏差

 

max

可表示的最大数。

maxexp

导致溢出的基数 (2) 的最小正幂。

 

min

最小的可表示数,通常为 -max。

 

minexp

基数 (2) 的最负幂

 

nmant

尾数中的位数。

 

tiny

全精度最小正浮点数

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UQI-LIUWJ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值