numpy的：由零与分返回0

问题描述

我试图执行一个Python元素明智的鸿沟，但如果遇到一个零，我需要的商数只是零。

I'm trying to perform an element wise divide in python, but if a zero is encountered, I need the quotient to just be zero.

例如：

array1 = np.array([0, 1, 2])
array2 = np.array([0, 1, 1])

array1 / array2 # should be np.array([0, 1, 2])

我总是可以只使用一个for循环，通过我的数据，但要真正利用numpy的的优化，我需要的分频功能由零错误划分后返回0，而不是忽略错误的。

I could always just use a for-loop through my data, but to really utilize numpy's optimizations, I need the divide function to return 0 upon divide by zero errors instead of ignoring the error.

除非我失去了一些东西，它似乎并不numpy.seterr()可以根据错误的返回值。有没有人对我怎么能获得最好的numpy的设置，同时我自己的被零除错误处理任何其他建议？

Unless I'm missing something, it doesn't seem numpy.seterr() can return values upon errors. Does anyone have any other suggestions on how I could get the best out of numpy while setting my own divide by zero error handling?

推荐答案

大厦@Franck Dernoncourt的回答，固定-1 / 0：

Building on @Franck Dernoncourt's answer, fixing -1 / 0:

def div0( a, b ):
    """ ignore / 0, div0( [-1, 0, 1], 0 ) -> [0, 0, 0] """
    with np.errstate(divide='ignore', invalid='ignore'):
        c = np.true_divide( a, b )
        c[ ~ np.isfinite( c )] = 0  # -inf inf NaN
    return c

div0( [-1, 0, 1], 0 )
array([0, 0, 0])

这篇关于numpy的：由零与分返回0的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！