np.iinfo和 np.finfo的用法

最新推荐文章于 2024-03-07 11:58:26 发布
最新推荐文章于 2024-03-07 11:58:26 发布
阅读量1.8k 收藏 10
点赞数 7
分类专栏： 笔记 学习生活 文章标签： numpy python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44025103/article/details/125660180
版权

np.iinfo 返回值是int8、int16、int32、int64 数据类型的最大值和最小值
np.finfo 返回值是float16、float32、float64数据类型的最大值和最小值以及各种参数。
具体的用法如下所示：

import numpy as np

int8 = np.iinfo(np.int8)
int16 = np.iinfo(np.int16)
int32 = np.iinfo(np.int32)
int64 = np.iinfo(np.int64)

print(int8)
print(int16)
print(int32)
print(int64)

输出如下所示：

Machine parameters for int8
---------------------------------------------------------------
min = -128
max = 127
---------------------------------------------------------------
Machine parameters for int16
---------------------------------------------------------------
min = -32768
max = 32767
---------------------------------------------------------------
Machine parameters for int32
---------------------------------------------------------------
min = -2147483648
max = 2147483647
---------------------------------------------------------------
Machine parameters for int64
---------------------------------------------------------------
min = -9223372036854775808
max = 9223372036854775807
---------------------------------------------------------------

float类型的数据如下所示：

import numpy as np
float16 = np.finfo(np.float16)
float32 = np.finfo(np.float32)
float64 = np.finfo(np.float64)

print(float16)
print(float32)
print(float64)

输出结果如下所示：

Machine parameters for float16
---------------------------------------------------------------
precision =   3   resolution = 1.00040e-03
machep =    -10   eps =        9.76562e-04
negep =     -11   epsneg =     4.88281e-04
minexp =    -14   tiny =       6.10352e-05
maxexp =     16   max =        6.55040e+04
nexp =        5   min =        -max
---------------------------------------------------------------
Machine parameters for float32
---------------------------------------------------------------
precision =   6   resolution = 1.0000000e-06
machep =    -23   eps =        1.1920929e-07
negep =     -24   epsneg =     5.9604645e-08
minexp =   -126   tiny =       1.1754944e-38
maxexp =    128   max =        3.4028235e+38
nexp =        8   min =        -max
---------------------------------------------------------------
Machine parameters for float64
---------------------------------------------------------------
precision =  15   resolution = 1.0000000000000001e-15
machep =    -52   eps =        2.2204460492503131e-16
negep =     -53   epsneg =     1.1102230246251565e-16
minexp =  -1022   tiny =       2.2250738585072014e-308
maxexp =   1024   max =        1.7976931348623157e+308
nexp =       11   min =        -max
---------------------------------------------------------------
波尔德
关注
  • 7
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python中info的用法_Python numpy.iinfo() 使用实例
weixin_39588679的博客
11-29 2550
The following are code examples for showing how to use . They are extracted from open source Python projects. You can vote up the examples you like or vote down the exmaples you don’t like. You can al...
Numpy : 关于np.finfo函数
lcqin111的博客
04-23 1万+
用法在这个网页中讲的比较好，有例子 先上代码： #这是一个faster-rcnn中bbox_tools中的代码 eps = xp.finfo(height.dtype).eps height = xp.maximum(height, eps) width = xp.maximum(width, eps) dy = (base_ctr_y - ctr_y) /...
np.finfo()用法
sui6662008的博客
03-29 1713
np.finfo()常用于生成一定格式，数值较小的偏置项eps，以避免分母或对数变量为零，例如， import numpy as np x = np.array([1, 2, 3], dtype=float) eps = np.finfo(x.dtype).eps 或者eps = np.finfo(np.float).eps height = np.array([0, 2, 3], dtype=float) height = np.maximum(height, eps) #一旦height中出现0，.
python numpy np.finfo()函数 eps
热门推荐
Dontla的博客
11-14 2万+
用法 finfo函数是根据括号中的类型来获得信息，获得符合这个类型的数型 例1： import numpy as np a=np.array([[1],[2],[-1],[0]]) b=np.maximum(a,np.finfo(np.float32).eps) print(b) 结果： [[1.0000000e+00] [2.0000000e+00] [1.1920929e-07] [...
[转载] python numpy np.finfo()函数 eps
u013946150的博客
01-29 1632
参考链接： Python中的numpy.log2 用法 finfo函数是根据括号中的类型来获得信息，获得符合这个类型的数型 例1： import numpy as np a=np.array([[1],[2],[-1],[0]]) b=np.maximum(a,np.finfo(np.float32).eps) print(b) 结果： [[1.0000000e+00] [2.0000000e+00] [1.1920929e-07] [1.1920929e...
python取数作为临时极大值(极小值)的方法
12-25
编程中有时候需要一个初始极大值（或极小值）作为temp，当然可以自定义设置为10000（whatever），不过python中有一个值可以...>>> np.iinfo(np.int16).max 32767 >>> np.iinfo(np.int32).max 2147483647 >>> np.iinfo
pyecvl:ECVL的Python包装器
03-18
这是您可以使用PyECVL进行操作的简短示例： import numpy as npimport pyecvl . ecvl as ecvldef inc_brightness ( img , rate ): a = np . array ( img , copy = False ) max_val = np . iinfo ( a . dtype ). max ...
geckodriver-v0.16.1x64
05-16
64位，支持52以上版本firefox
C#调用Lingo具体代码实现
11-03
这篇文章将详细介绍C#调用Lingo的具体代码实现，包括Lingo库的安装、配置、使用方法等方面的内容。 首先，需要安装Lingo库，Lingo库是一个优化库，提供了多种优化算法和技术，包括线性规划、整数规划、非线性规划等...
numpy中np.finfo用法
~华仔的博客
03-10 9491
例子： """ np.finfo使用方法 eps是一个很小的非负数 除法的分母不能为0的,不然会直接跳出显示错误。 使用eps将可能出现零，使用eps来替换，这样不会报错。 """ import numpy as np x = np.array([1, 2, 3], dtype=float) eps = np.finfo(x.dtype).eps # eps = 2...
numpy—np.info(function)
柳杰的博客
03-02 489
描述 从命令行获得numpy中函数的文档 案例 这种生僻一点，在官网不好查的也可以直接显示
Numpy中常用函数np.clip和np.finfo
最新发布
Barbara‘s Blog
03-07 429
Numpy中常用函数np.clip和np.finfo
numpy 中np.max--求序列的最大值和np.maximum--X和Y逐位进行比较,选择最大值
简单记录生活、学习
06-01 1万+
1.np.max(a, axis=None, out=None, keepdims=False) 　　求序列的最值 最少接受一个参数 axis默认为axis=0即列向,如果axis=1即横向 ex: >>np.max([-2, -1,0,1,2]) 2 >>> np.maximum([2, 3, 4], [1, 5, 2]) array([2, 5, 4]) 2.np.maximum(X, ...
np.max() 按维度获取最大值解析
qq_30527579的博客
06-04 7698
话不多说直接上例子： 二维矩阵 a = np.random.random((3,2)) 输出： [[0.47， 0.84 ] [0.08， 0.12] [0.77， 0.02]] 不指定维度： print(np.max(a)) #不指定维度 全部检索数据 输出： 0.84 指定维度： print(np.max(a, axis = 0)) #指定维度，沿 0 维检索 输出： [0.77 0.84] 解析： 按0维的方向比较大小，0维是哪个方向？是3X2矩阵下每个2X1一维向量的方
numpy.iinfo()
weixin_36670529的博客
03-21 1673
numpy.iinfo()函数显示整数类型的机器限制。 用法： numpy.iinfo(dtype) 参数：dtype:[整数类型，dtype或实例]要获取其有关信息的整数数据类型的种类。返回：整数类型的机器限制。 代码1： # Python program explaining # numpy.iinfo() function # importing numpy as geek import numpy as geek gfg = geek....
强化学习代码理解1-Policy Gradient
Data _designer
04-07 835
# 策略梯度算法 # 2020.5.22 # # cartpole 的state是一个4维向量，分别是位置，速度，杆子的角度，加速度；action是二维、离散，即向左/右推杆子 # 每一步的reward都是1 游戏的threshold是475 import argparse import numpy as np import gym from itertools import count import torch import torch.nn as nn import torch.nn.functi.
python取数作为临时极大值（极小值）
Great haste makes great waste
08-10 1万+
编程中有时候需要一个初始极大值（或极小值）作为temp，当然可以自定义设置为10000（whatever），不过python中有一个值可以代替之：在python2.7中可以用这个（不过python3版本就没得了）>>> import sys >>> sys.maxint 2147483647还可以利用numpy库（这个python3也可以使用，当然先确认安装了numpy）>>> import num
【体会Python之美】【numpy】帮助函数:numpy.info()，numpy.lookfor()
蔚蓝的天空Tom
02-28 3905
numpy.info()查看函数的帮助文档使用方法numpy.info(numpy.where)示例：>>> import numpy >>> from numpy import where >>> numpy.info(numpy.where) where(condition, [x, y]) Return elements, either...
【NumPy基础】100道numpy练习——Apprentice篇
wepon的专栏
01-17 1万+
【NumPy基础】100道numpy练习——Apprentice篇 @author：wepon @blog：http://blog.csdn.net/u012162613/article/details/42811297 今天又用半小时扫了一下Apprentice篇里的10道exercise，不知道怎么翻译Apprentice（学徒～～）这个词，就直接以Apprentice篇作为
python np.iinfo
09-16
### 回答1： `np.iinfo` 是 NumPy 库中的一个函数，用于获取给定整数类型的信息，例如最小值、最大值等。该函数的语法如下： ```python np.iinfo(dtype) ``` 其中，`dtype` 表示要获取信息的整数类型，例如 `np.int32`、`np.uint8` 等。返回值是一个包含信息的命名元组。 例如，`np.iinfo(np.int32)` 将返回一个命名元组，包含 `np.int32` 类型的最小值 `-2147483648` 和最大值 `2147483647` 等信息。 ### 回答2： np.iinfo是NumPy库中的一个函数，用于获取特定整数类型的最大最小值和字节大小。 在Python中，整数类型有不同的位数表示，如8位、16位、32位、64位等。每个整数类型都有它的最大最小值，即它可以表示的最大正整数和最小负整数。此外，每个整数类型还有对应的字节大小，即该整数类型在内存中占用的空间大小。 np.iinfo函数的使用方法如下： iinfo(dtype) 其中dtype是一个字符串，表示要获取的整数类型，如'int8'表示8位整数类型，'int16'表示16位整数类型等。函数返回一个描述该整数类型的对象，包含了最大最小值和字节大小等信息。 例如，我们可以使用np.iinfo('int8')获取8位整数类型的信息，如下所示： info = np.iinfo('int8') print(info) 运行结果如下： int8 min=-128, max=127 存储字节大小=1 这表示8位整数类型的最小值是-128，最大值是127，占用的存储空间大小为1个字节。 总结起来，np.iinfo函数提供了一种方便的方法来获取特定整数类型的最大和最小值，以及其占用的字节大小。这对于处理数字数据和编写数值计算程序非常有用。 ### 回答3： `np.iinfo` 是 NumPy 库中的一个函数，用于获取整数类型的最小值和最大值。 当调用 `np.iinfo(dtype)` 函数时，它会返回一个具有以下属性的结构体对象： 1. `min`：指定 `dtype` 类型的最小可表示值。 2. `max`：指定 `dtype` 类型的最大可表示值。 3. `dtype`：指定所查询的整数类型。 该函数主要用于查看 NumPy 中整数类型的表示范围。例如，如果我们想知道 8 位有符号整数类型的最小和最大值，我们可以使用 `np.iinfo(np.int8)`。 以下是一个示例： ```python import numpy as np int32_info = np.iinfo(np.int32) print("Int32的最小值：", int32_info.min) print("Int32的最大值：", int32_info.max) print("Int32的数据类型：", int32_info.dtype) ``` 输出结果将会是： ``` Int32的最小值： -2147483648 Int32的最大值： 2147483647 Int32的数据类型： int32 ``` 这意味着在 NumPy 中，`int32` 类型的变量可以表示的最小值为 -2147483648，最大值为 2147483647。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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