Question

我目前正在使用numpy矩阵进行数学算法。每个矩阵的元素是一个离散数，除以一个巨大的整数（100万幅）。我使用float64作为数据类型，但我很难理解为什么我在某些元素的微积分中得到NaN。在哪些情况下可以在python中引发NaN？

P.S。：上面提到的每个分数的所有分子都大于0。

感谢您的帮助

谢谢！

在我加载和处理每个矩阵元素的要点之下：

将值加载到每个矩阵的元素X [i]：

def run(self):
    for index in xrange(self.range_nodes[0], self.range_nodes[1]):
        print "Getting k predecessors of " + str(index)
        list_dict_adjacencies = self.graph.predecessors(self.nodes_list[index])
        print "Got k predecessors of " + str(index)
        value = 0.0
        for node in list_dict_adjacencies:
            node_index = self.nodes_list.index(node)
            value += numpy.float64((1.0/len(list_dict_adjacencies)) * self.X_last[node_index, 0])
        self.X[index] = value

初始化所有矩阵（X_last，X，X_last_top和X_top）：

def gauss_jacobi_method(graph, min_quadratic_error):
    nodes_list = graph.nodes()
    nodes_dict_degree = dict()
    for node in nodes_list:
        nodes_dict_degree[node] = len(graph.predecessors(node))
    top_nodes = map(lambda y: y[0], sorted(nodes_dict_degree.items(), key=lambda x: x[1], reverse=True)[:1000])
    X_vector = numpy.empty((len(graph.nodes()), 1))
    sum_degree = 0
    for node in nodes_list:
        sum_degree += len(graph.predecessors(node))
    for index in xrange(len(nodes_list)):
        X_vector[index, 0] = numpy.float64(len(graph.predecessors(nodes_list[index])))/sum_degree
    X_last = numpy.asmatrix(X_vector)
    X_last_top = numpy.asmatrix(numpy.empty((1000, 1)))
    for index in xrange(len(top_nodes)):
        X_last_top[index] = X_last[nodes_list.index(top_nodes[index]), 0]


    X = gauss_jacobi_iterate_threaded(graph, nodes_list,  X_last)
    X_top = numpy.asmatrix(numpy.empty((1000, 1)))
    for index in xrange(len(top_nodes)):
        X_top[index] = X[nodes_list.index(top_nodes[index]), 0]
    logging.debug(time.strftime("%H:%M:%S") + ' ZERO ITERATION')
    logging.debug(time.strftime("%H:%M:%S") + ' ERROR: %s' % str(numpy.linalg.norm(X - X_last)))
    logging.debug(time.strftime("%H:%M:%S") + 'VECTOR: \n' + '\n'.join([str(X.item(index, 0)) + ' ' + nodes_list[index] for index in xrange(X.shape[0])]))

假设为什么在python中获得NaN

0 个答案: