使用 np.log(array) 时忽略负值答案

【问题标题】：Ignoring negative values when using np.log(array)使用 np.log(array) 时忽略负值
【发布时间】：2014-09-18 07:08:42
【问题描述】：

当获取 numpy 数组中特定列的日志时，即logSFROIIdC = np.log(data_dC[:, 9])，编译器会返回错误：

-c:13: RuntimeWarning: divide by zero encountered in log.

现在，我知道为什么会发生这种情况，即 log(-1) = 数学错误。

但是，我希望能够调用某些东西或编写一些代码，然后跳过数组中可能导致此错误的任何值，然后完全忽略该行。允许该数据列再次可用。

我尝试了各种方法，这是向社区询问的最后手段。

【问题讨论】：

刚刚检查，data_dC[:, 9] 的格式是否正确？
这只是一个警告，因此您的程序将继续运行。如果您介意警告，可以使用warning 模块禁用它。
优秀。是的，它是一个 9 列数组。一个大型数据集，可以制作许多多个图。

标签： python arrays numpy matplotlib logarithm

【解决方案1】：

您可以使用np.seterr 控制此行为。这是一个例子。

首先，告诉numpy忽略无效值：

In [4]: old = np.seterr(invalid='ignore')

现在log(-1) 不会产生警告：

In [5]: x = np.array([-1.,1])

In [6]: np.log(x)
Out[6]: array([ nan,   0.])

恢复之前的设置：

In [7]: np.seterr(**old)
Out[7]: {'divide': 'warn', 'invalid': 'ignore', 'over': 'warn', 'under': 'ignore'}

现在我们得到警告：

In [8]: np.log(x)
/Users/warren/anaconda/bin/ipython:1: RuntimeWarning: invalid value encountered in log
  #!/Users/warren/anaconda/python.app/Contents/MacOS/python
Out[8]: array([ nan,   0.])

还有一个上下文管理器np.errstate。例如，

In [10]: with np.errstate(invalid='ignore'):
   ....:     y = np.log(x)
   ....:     

In [11]: y
Out[11]: array([ nan,   0.])

【讨论】：

【解决方案2】：

您也可以使用掩码数组，NumPy 会在您执行np.log() 计算后自动为无效值应用掩码：

a = np.array([1,2,3,0,4,-1,-2])
b = np.log(np.ma.array(a))

print(b.sum())
# 3.17805383035

np.ma.array(a) 正在创建一个没有屏蔽元素的屏蔽数组。它之所以有效，是因为 NumPy 在使用屏蔽数组的计算中会自动屏蔽 inf (or any invalid value) 的元素。

或者，您可以自己创建面具（我推荐），例如：

a = np.ma.array(a, mask=(a<=0))

【讨论】：

【解决方案3】：

一个技巧是首先限制值为负数。 np.clip 救援。

positive_array = np.clip(array, some_small_positive_value, None) 以避免数组中出现负值。虽然我不确定使值接近零是否符合您的目的。

【讨论】：