Question

我有两个大的numpy数组，我需要将它们分开。

由于我正在使用Python 32位，并且数组太大，以避免FloatingPointError，我正在做，例如：

x = numpy.array([...],dtype=object)
y = numpy.array([...].dtype=object)

问题在于，在数组y中，一些元素可以是0.0

所以，我的问题是，如何处理计算x/y并避免ZeroDivisionError。

例如，如果nan中的元素为0，我想强制y。因此，对于数组中的特定元素，计算x/y=nan

Answer 1

将dtype = object更改为dtype = float，因此除以零不会引发运行时错误，但会将其视为inf，而不是将inf更改为零。

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.])

Answer 2

使用蒙面数组，

x = numpy.array([...],dtype=object)
y = numpy.array([...].dtype=object)

x_m = numpy.ma.array(x, mask=(x==0))
y_m = numpy.ma.array(y, mask=(y==0))

print(x_m/y_m)

如何在numpy数组中处理ZeroDivisionError

2 个答案: