numpy：在 true_divide 中遇到无效值答案

【问题标题】：numpy: Invalid value encountered in true_dividenumpy：在 true_divide 中遇到无效值
【发布时间】：2015-03-06 17:31:56
【问题描述】：

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

所以，我会这样做：

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，我不确定无效值来自哪里。我假设在 np.where 函数中检查 b_0 > 0 会处理除以 0。

两个数组的形状分别是(96, 96, 55, 64)和(96, 96, 55, 1)

【问题讨论】：

【解决方案1】：

您可能有一个NAN、INF 或NINF 在某处浮动。试试这个：

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

如果其中一个或两个返回 False，则可能是运行时错误的原因。

【讨论】：

谢谢。他们都返回 true ：/
看来您可以放心地忽略该警告。我尝试使用两个随机数组（以及其中一个数组中的任意元素设置为 0）来执行此操作 - 我第一次运行 np.where 时收到运行时警告，但如果我第二次重复完全相同的表达式，我不会'没有得到警告。
在确认输出确实看起来应该如此之后，我决定忽略它。所以，使用“with np.errstate(invalid='ignore', divide='ignore'):”
@Luca 我认为你应该写这个作为答案。

【解决方案2】：

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 到零，-INF 到 -（大数字）和 +INF 到 +（大数字）

【讨论】：

【解决方案3】：

运行时收到运行时警告的原因：

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

是内心的表达

np.divide(diff_images, b_0)

首先被评估，并在diff_images 和b_0 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：在这种情况下，除零不是问题，因为它是在以后的操作中处理的。

【讨论】：

【解决方案4】：

num = np.array([1,2,3,4,5])
den = np.array([1,1,0,1,1])
res = np.array([None]*5)
ix  = (den!=0)
res[ix] = np.divide( num[ix], den[ix] )
print(res)

[1.0 2.0 无 4.0 5.0]

【讨论】：