在 2D numpy 数组中使值除以零的元素等于零

Question

我有一个代码片段：

import numpy as np
x1 = [[1,4,2,1],       
      [1,1,4,5],
      [0.5,0.3, 1,6],
      [0.8,0.2,0.7,1]]

x2 = [[7,0,2,3],       
      [8,0,4,5],
      [0.1,0, 2,6],
      [0.1,0,0.16666667,6]]

np.true_divide(x1, x2)

输出为：

array([[0.14285714,        inf, 1.        , 0.33333333],
       [0.125     ,        inf, 1.        , 1.        ],
       [5.        ,        inf, 0.5       , 1.        ],
       [8.        ,        inf, 4.19999992, 0.16666667]])

我知道有些元素会有零除错误，可以看作是 'inf'。

如何使用 'try and except' 将所有这些 'inf' 结果更改为 0？或者是否有更好的方法将所有这些 'inf' 转换为 0？

Answer 1

0/0 可以通过将 invalid='ignore' 添加到 numpy.errstate() 来处理引入 numpy.nan_to_num() 将 np.nan 转换为 0.

with np.errstate(divide='ignore', invalid='ignore'):
    c = np.true_divide(x1,x2)
    c[c == np.inf] = 0
    c = np.nan_to_num(c)
print(c)

输出

[[0.14285714 0.         1.         0.33333333]
 [0.125      0.         1.         1.        ]
 [5.         0.         0.5        1.        ]
 [8.         0.         4.19999992 0.16666667]]

Answer 2

您可以使用numpy.where到select除法结果或保留原始值的值：

import numpy as np
x1 = np.array([[1,4,2,1],       
               [1,1,4,5],
               [0.5,0.3, 1,6],
               [0.8,0.2,0.7,1]])
x2 = np.array([[7,0,2,3],       
               [8,0,4,5],
               [0.1,0, 2,6],
               [0.1,0,0.16666667,6]])

np.where(x2==0, 0, x1/x2)
# or
# np.where(x2==0, x2, np.true_divide(x1, x2))

输出：

array([[0.14285714, 0.        , 1.        , 0.33333333],
       [0.125     , 0.        , 1.        , 1.        ],
       [5.        , 0.        , 0.5       , 1.        ],
       [8.        , 0.        , 4.19999992, 0.16666667]])

在 2D numpy 数组中使值除以零的元素等于零

Make elements with value division by zero equal to zero in a 2D numpy array

python

numpy

division

divide-by-zero

multidimensional-array