isnan

测试输入数组 x 的每个元素 x_i，以确定该元素是否为 NaN。

参数

名称	类型	描述	默认值
x		具有数值数据类型的输入数组。	必需

返回值

名称	类型	描述
out	数组	一个包含测试结果的数组。返回的数组具有 bool 数据类型。

备注

对于实值浮点操作数，

• 如果 x_i 为 NaN，结果为 True。
• 在其余情况下，结果为 False。

对于复浮点操作数，令 a = real(x_i)，b = imag(x_i)，且

• 如果 a 或 b 为 NaN，结果为 True。
• 在其余情况下，结果为 False。

示例

>>> a = sparse.COO.from_numpy(np.array([[0, 1], [2, np.nan]]))
>>> o = sparse.isnan(a)
>>> o.todense()
array([[False, False],
       [False,  True]])

源代码位于 sparse/numba_backend/_common.py

@_support_numpy
def isnan(x, /):
    """
    Tests each element ``x_i`` of the input array ``x`` to determine whether the element is ``NaN``.

    Parameters
    ----------
    x: array
        input array with a numeric data type.

    Returns
    -------
    out: array
        an array containing test results. The returned array has data type ``bool``.

    Notes
    -----

    For real-valued floating-point operands,

    - If ``x_i`` is ``NaN``, the result is ``True``.
    - In the remaining cases, the result is ``False``.

    For complex floating-point operands, let ``a = real(x_i)``, ``b = imag(x_i)``, and

    - If ``a`` or ``b`` is ``NaN``, the result is ``True``.
    - In the remaining cases, the result is ``False``.

    Examples
    --------
    >>> a = sparse.COO.from_numpy(np.array([[0, 1], [2, np.nan]]))
    >>> o = sparse.isnan(a)
    >>> o.todense()  # doctest: +NORMALIZE_WHITESPACE
    array([[False, False],
           [False,  True]])
    """

    return x.isnan()