我正在使用 numpy 使用 Python 2.7.6 进行编程。我在两个 numpy 矩阵 V/np.dot(W,H) 之间进行了划分。有时会发生分母的某些单元格值等于 0，所以我得到一个运行时错误。我想以有效的方式实施安全划分。如何编写执行矩阵除法的代码，并且对于分母等于 0 的元素将 0 放入输出矩阵？
【问题讨论】：
V=[[1 2 3][4 5 6]]和np.dot(W,H)=[[1 0 3][0 5 6]]。我想得到[[1 0 1][0 1 1]]。我不知道如何处理 seterr。
标签： python performance numpy matrix division
Numpy 实际上允许您设置在除以零错误的情况下想要执行的操作 - 请参阅 seterr。不过，我相信这是一个全局标志 - 我不知道更本地化的解决方案 - 如果这是一个问题，我想你可以在安全划分之前和之后设置 seterr。
【讨论】：
seterr 设置为 ignore 会将除以零元素设置为 inf。如果您可以根据 OP 的问题添加一个将这些值更改为零的 sn-p，那就太好了。
errstate 是一个上下文管理器，可让您为代码补丁设置相同的内容。
只需搜索分母中为零的元素并将其替换为infinity。
D = np.dot(W,H)
D[D==0] = float('inf')
result = V / D
这种方法比不使用D[D==0] = float('inf') 检查零的普通result = V / D 慢，但随着矩阵大小的增加它会变得更好。使用 30x30 矩阵需要三倍的时间，使用 250x250 矩阵需要两倍的时间，随着 n 的进一步增加，它接近 1.8 倍。而且它似乎比根据 Daryl's answer 和 Adrian's answer 更改处理浮点异常的方式快 10% 左右。
要记住的一点是，对于浮点数和缺乏精度，分母中的元素可能应该为零但不完全，并且很容易将其合并如下
epsilon = 1e-8
D[np.abs(D)<epsilon] = float('inf')
【讨论】：
np.place(D, D==0, float('inf')) 比 D[D==0] = float('inf') 快吗？
D[D==0] 的方式会快一点。这当然更简单，我会改变我的答案：谢谢。
.place 存在。我想它可能是“真正的”方法，并且运算符重载只是语法糖，只要索引是布尔数组，它就会调用.place。
虽然你说的是“矩阵”，但我假设你真的想要数组，因为你想要元素方面 分配。我只会在抑制 div0 错误。然后我会修复结果。
# Assume V and D are arrays of the same shape
with np.errstate(divide='ignore'):
# division errors suppressed only within this block
quot = V / D
quot[D == 0] = 0
我的直觉告诉我这很快，因为它主要将数据保持在其原始形状。但我从未将它与其他方法进行比较。
【讨论】：
seterr 问题。尽管如此，在我的测试中，这种方法（以及在全球范围内使用seterr）比我的答案中的方法慢10％多一点（包括按照您的建议将np.place 替换为D[D==0]=）。我的猜测是浮点异常仍然必须在硬件中被捕获和丢弃。
D，因为它是由dot 计算的临时值。但总的来说不会。