用Python单独测试正无穷大或负无穷大
用Python单独测试正无穷大或负无穷大
提问于 2015-01-23 02:55:29
正无穷大或负无穷大的math.isinf()检验集中在一起。怎样才能清楚地检测出它们呢？
检验正无穷大的方法：
x == float('+inf')math.isinf(x) and x > 0
检验负无穷大的方法：
x == float('-inf')math.isinf(x) and x < 0
拆卸方式1：
>>> def ispinf1(x): return x == float("inf")
...
>>> dis.dis(ispinf1)
1 0 LOAD_FAST 0 (x)
3 LOAD_GLOBAL 0 (float)
6 LOAD_CONST 1 ('inf')
9 CALL_FUNCTION 1
12 COMPARE_OP 2 (==)
15 RETURN_VALUE拆卸方式2：
>>> def ispinf2(x): return isinf(x) and x > 0
...
>>> dis.dis(ispinfs)
1 0 LOAD_GLOBAL 0 (isinf)
3 LOAD_FAST 0 (x)
6 CALL_FUNCTION 1
9 JUMP_IF_FALSE_OR_POP 21
12 LOAD_FAST 0 (x)
15 LOAD_CONST 1 (0)
18 COMPARE_OP 4 (>)
>> 21 RETURN_VALUE这个答案似乎倾向于方式2，除了x>0。
回答 3
Stack Overflow用户
回答已采纳
发布于 2015-01-23 03:11:40
"pythonic“的方法是使用可读性和可维护性。
尽管如此，对于我来说，x == float("inf")和x == float("-inf")的可读性稍强一些，我更喜欢它们。math.isinf(x) and x > 0更快，但每次调用只需40纳秒左右。
所以，除非你检查大量的数字，否则运行时间不会有太大的变化。
Stack Overflow用户
发布于 2018-03-15 15:16:28
还有numpy
>>> import numpy as np
>>> np.isneginf([np.inf, 0, -np.inf])
array([False, False, True], dtype=bool)
>>> np.isposinf([np.inf, 0, -np.inf])
array([ True, False, False], dtype=bool)然后是通用的isinf
>>> np.isinf([np.inf, 0, -np.inf])
array([ True, False, True], dtype=bool)Stack Overflow用户
发布于 2021-12-17 08:24:43
下面是一些jupyterlab计时测试，以查看最快的方式(从最慢到最快)：
准备工作：
import math
import numpy as np
n = 100000000
a = list(range(n))
a.extend([np.inf, float('inf'), math.inf])结果：
%%time
def inf_to_none(x):
if np.isinf(x):
return None
else:
return x
r = list(map(inf_to_none, a))
>> CPU times: user 1min 30s, sys: 481 ms, total: 1min 31s
Wall time: 1min 31s
%%time
def inf_to_none(x):
if x == float('inf'):
return None
else:
return x
r = list(map(inf_to_none, a))
>> CPU times: user 19.6 s, sys: 494 ms, total: 20.1 s
Wall time: 20.2 s
%%time
def inf_to_none(x):
if math.isinf(x):
return None
else:
return x
r = list(map(inf_to_none_math, a))
>> CPU times: user 15 s, sys: 292 ms, total: 15.3 s
Wall time: 15.3 s
%%time
d = {np.inf: None}
l = lambda x: d.get(x,x)
r = list(map(l, a))
>> CPU times: user 11.7 s, sys: 256 ms, total: 12 s
Wall time: 12 s
%%time
def inf_to_none(x):
if x == np.inf:
return None
else:
return x
r = list(map(inf_to_none, a))
>> CPU times: user 11.2 s, sys: 280 ms, total: 11.5 s
Wall time: 11.5 s
%%time
def inf_to_none(x):
if x == math.inf:
return None
else:
return x
r = list(map(inf_to_none, a))
>> CPU times: user 11 s, sys: 276 ms, total: 11.3 s
Wall time: 11.3 s我认为这些结果非常有趣，让它简短地使用==比较。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/28102302
复制相关文章
相似问题
腾讯云开发者
