Sıfıra bölme ile 0 nasıl döndürülür

Python'da element bilge bölme yapmaya çalışıyorum, ancak sıfırla karşılaşılırsa, bölümün sadece sıfır olmasına ihtiyacım var.

Örneğin:

array1 = np.array([0, 1, 2])
array2 = np.array([0, 1, 1])

array1 / array2 # should be np.array([0, 1, 2])

Verilerimde her zaman bir for-loop kullanabilirdim, ancak numpy'nin optimizasyonlarından gerçekten yararlanmak için, hatayı göz ardı etmek yerine sıfır hataya böldüğünde 0 döndürmek için bölme işlevine ihtiyacım var.

Bir şeyi kaçırmadığım sürece, numpy.seterr () hata durumunda değer döndürebilir. Sıfır hata işlemeyle kendi bölmemi ayarlarken uyuşukluktan en iyi şekilde nasıl yararlanabileceğim konusunda başka önerileri olan var mı?

Numpy v1.7 + 'da ufunc'lar için "where" seçeneğinden yararlanabilirsiniz . İşleri tek satırda yapabilirsiniz ve hatalı durum bağlam yöneticisiyle uğraşmanıza gerek kalmaz.

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

# If you don't pass `out` the indices where (b == 0) will be uninitialized!
>>> c = np.divide(a, b, out=np.zeros_like(a), where=b!=0)
>>> print(c)
[ 0.   0.   0.   1.   1.5]

Bu durumda, bölme hesaplamasını b'nin sıfıra eşit olmadığı herhangi bir yerde yapar. B sıfıra eşit olduğunda, ona başlangıçta "çıkış" argümanında verdiğiniz değerden değişmeden kalır.

@Franck Dernoncourt'un cevabına dayanarak -1 / 0'ı düzelterek:

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])

Diğer yanıtlar üzerine inşa etmek ve şu konularda geliştirmek:

• 0/0ekleyerek ele invalid='ignore'içinnumpy.errstate()
• tanıtan numpy.nan_to_num()dönüştürmek np.naniçin 0.

Kod:

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))

Çıktı:

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

Tek satırlık (uyarı atar)

np.nan_to_num(array1 / array2)

Bunu iki adımda yapmayı deneyin. Önce bölün, sonra değiştirin.

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

numpy.errstateÇizgi isteğe bağlıdır ve zaten bunu yapmak isteyen ve bu talebi işleme ediyoruz çünkü sadece önler, sıfıra bölme işlemi "hata" Size sözünü gelen numpy.

Ayrıca dayalı replace edebilirsiniz infdizi dtypes göre, yüzer sadece eğer bu cevap :

>>> 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.])

İlgili bir soruyu ararken bulduğum yanıtlardan biri, paydanın sıfır olup olmadığına bağlı olarak çıktıyı değiştirmek oldu.

Varsayalım arrayAve arrayBbaşlatıldı, ancak arrayBbazı sıfırlar var. arrayC = arrayA / arrayBGüvenli bir şekilde hesaplamak istiyorsak aşağıdakileri yapabiliriz .

Bu durumda, hücrelerden birinde sıfıra bölünme olduğunda, hücreyi eşit olacak şekilde ayarlıyorum, myOwnValuebu durumda bu sıfır olacaktır

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

Dipnot: Geriye dönüp bakıldığında, arrayC[i]sıfıra örneklendiği için bu satır zaten gereksizdir . Ama böyle olsaydı myOwnValue != 0, bu operasyon bir şeyler yapacaktı.

Bahsetmeye değer başka bir çözüm:

>>> a = np.array([1,2,3], dtype='float')
>>> b = np.array([0,1,3], dtype='float')
>>> b_inv = np.array([1/i if i!=0 else 0 for i in b])
>>> a*b_inv
array([0., 2., 1.])