python - 在numpy数组归一化中处理零

我有一个numpy的2D向量数组，我正尝试如下进行标准化。该阵列可以具有大小为零的向量。

x = np.array([[0.0, 0.0], [1.0, 0.0]])
norms = np.array([np.linalg.norm(a) for a in x])

>>> x/norms
array([[ nan,   0.],
       [ inf,   0.]])

>>> nonzero = norms > 0.0
>>> nonzero
array([False,  True], dtype=bool)

我可以以某种方式使用nonzero将除法仅应用于x[i]，从而nonzero[i]是True吗？ (我可以为此编写一个循环-只是想知道是否有一种 NumPy 的方式来做到这一点)

还是有一种更好的方法来标准化向量数组，而在此过程中跳过所有零向量？

最佳答案

如果可以就地进行规范化，则可以使用 bool 索引数组，如下所示:

nonzero = norms > 0
x[nonzero] /= norms[nonzero]