Как обрабатывать исключения в матричных делениях Numpy в Python? [Дубликат]

Вы также можете заменить на основе inf, только если массивы dtypes являются float, в соответствии с этот ответ :

>>> a = np.array([1,2,3], dtype='float')
>>> b = np.array([0,1,3], dtype='float')
>>> c = a / b
>>> c
array([ inf,   2.,   1.])
>>> c[c == np.inf] = 0
>>> c
array([ 0.,  2.,  1.])

Основываясь на ответе @Franck Dernoncourt, фиксируя -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])

Основываясь на других ответах и ​​улучшая обработку:

• 0/0, добавляя invalid='ignore' к numpy.errstate()
• введя numpy.nan_to_num() для преобразования np.nan в 0.

Код:

import numpy as np

a = np.array([0,0,1,1,2], dtype='float')
b = np.array([0,1,0,1,3], dtype='float')

with np.errstate(divide='ignore', invalid='ignore'):
    c = np.true_divide(a,b)
    c[c == np.inf] = 0
    c = np.nan_to_num(c)

print('c: {0}'.format(c))

Выход:

c: [ 0.          0.          0.          1.          0.66666667]

Один ответ, который я нашел, чтобы найти связанный с ним вопрос, заключался в том, чтобы манипулировать выходом на основе того, был ли знаменатель нулевым или нет.

Предположим, что arrayA и arrayB были инициализированы, но arrayB имеет некоторые нули. Мы могли бы сделать следующее, если мы хотим безопасно вычислить arrayC = arrayA / arrayB.

В этом случае, когда у меня есть деление на ноль в одной из ячеек, я устанавливаю ячейку равным myOwnValue , который в этом случае был бы равен нулю

myOwnValue = 0
arrayC = np.zeros(arrayA.shape())
indNonZeros = np.where(arrayB != 0)
indZeros = np.where(arrayB = 0)

# division in two steps: first with nonzero cells, and then zero cells
arrayC[indNonZeros] = arrayA[indNonZeros] / arrayB[indNonZeros]
arrayC[indZeros] = myOwnValue # Look at footnote

. Сноска: ретроспективно эта строка не нужна в любом случае, так как arrayC[i] создается на ноль. Но если бы это было так myOwnValue != 0, эта операция могла бы что-то сделать.

Попробуйте сделать это в два этапа. Раздел сначала, затем замените.

with numpy.errstate(divide='ignore'):
    result = numerator / denominator
    result[denominator == 0] = 0

Строка numpy.errstate является необязательной и просто запрещает numpy сообщать вам о «ошибке» деления на ноль, поскольку вы уже намереваетесь сделать это , и обрабатывая этот случай.

Однострочный (предупреждение броска)

np.nan_to_num(array1 / array2)