Question

我有两个numpy数组，我试图将一个与另一个分开，同时，我想确保除数为0的条目应该被替换为0。

所以，我做了类似的事情：

log_norm_images = np.where(b_0 > 0, np.divide(diff_images, b_0), 0)

这给了我一个运行时警告：

RuntimeWarning: invalid value encountered in true_divide

现在，我想看看发生了什么，我做了以下事情：

xx = np.isfinite(diff_images)
print (xx[xx == False])

xx = np.isfinite(b_0)
print (xx[xx == False])

但是，这两个都返回空数组，这意味着数组中的所有值都是有限的。所以，我不确定无效值的来源。我假设检查b_0＆gt; np.where函数中的0用于处理除以0。

两个阵列的形状是（96,96,55,64）和（96,96,55,1）

Answer 1

您可能会在某处浮动NAN，INF或NINF。试试这个：

np.isfinite(diff_images).all()
np.isfinite(b_0).all()

如果其中一个或两个都返回False，则可能是运行时错误的原因。

Answer 2

运行时出现运行时警告的原因：

e6134156ba833d22c30d4e387103505727232f74905b3a3119bd4b6d121cbff4 97181907f5f1a5b61d8c

是内心的表达

log_norm_images = np.where(b_0 > 0, np.divide(diff_images, b_0), 0)

首先进行评估，并在 np.divide(diff_images, b_0) 和 diff_images 的所有元素上运行（即使您最终忽略了涉及被零除的元素）。换句话说，警告发生在之前忽略这些元素的代码。这就是为什么它是警告而不是错误的原因：存在这样的合法情况，其中除以零不是问题，因为它是在以后的操作中处理的。

Answer 3

另一个有用的Numpy命令是nan_to_num（diff_images）默认情况下，它替换为Numpy数组； NaN为零，-INF为-（大数），+ INF为+（大数）

您可以更改默认值，请参见https://numpy.org/doc/stable/reference/generated/numpy.nan_to_num.html

numpy：true_divide中遇到的值无效

3 个答案: