在 np.where() 上的 true_divide 中遇到 Numpy 除以零答案

【问题标题】：Numpy divide by zero encountered in true_divide on np.where()在 np.where() 上的 true_divide 中遇到 Numpy 除以零
【发布时间】：2020-11-09 07:26:48
【问题描述】：

当我得到np.where 试图避免被零除时，我仍然收到错误，即使p_arr - 0.5 应该始终为> 0。

mo = np.where(p_arr > 0.5, -6.93/(p_arr - 0.5), 10)

RuntimeWarning：在 true_divide 中遇到除以零

mo = np.where(p_arr > 0.5, -6.93/(p_arr - 0.5), 10)

知道为什么以及如何解决这个问题吗？另外有什么方法可以正确调试它，所以错误会显示 p_arr 的确切值是多少？

一些测试：

x = np.where(p_arr > 0.5, p_arr, 1)
print(np.all((p_arr - 0.5 != 0))) # FALSE
print(np.all((x - 0.5 != 0))) # TRUE

【问题讨论】：

嗯，大概它发生在(p_arr - 0.5) == 0的任何地方
注意，这是一个警告，而不是错误。

标签： python python-3.x numpy

【解决方案1】：

np.where 的伪代码：

def np_where(chooser, true_opt, false_opt):
    out = np.empty(chooser.shape, dtype = true_opt.dtype) 
    out[~chooser] = false_opt
    return out

重要的是，true_opt 是在调用函数之前生成的。因此，如果其中的任何内容引发错误，解释器永远不会调用np.where - 即使np.where 永远不会使用引发错误的true_opt 部分。

您可以摆脱divide by zero 错误，但不要按照其他答案中的建议使用np.seterr - 这将在整个会话中关闭它，并可能导致其他代码位出现问题。你可以这样做：

with np.errstate(divide='ignore'):
    mo = np.where(p_arr > 0.5, -6.93/(p_arr - 0.5), 10)

要找出错误的来源，只需使用：

np.where(p_arr == 0.5)

哪个应该给你你得到divide by zero错误的坐标

【讨论】：

所以基本上我不应该太在意它或者如何让它正确（和快速）？
哦，是的，这不是答案，它只是显示您的问题所在。我的错，一秒钟。
在我看来，显示问题是一个非常好的答案。我们（至少我是）在这里教书，而不仅仅是提供快速修复。
ok thanx，函数比示例中的更复杂，而且我有时也会遇到溢出错误，有什么方法可以在不手动遍历数组的情况下调试它？显示数组的 x,y 还是值？
我不能从有限的信息中看出，不。最好问另一个问题，而不是在评论中更改您的要求。如果这有帮助，请记得标记已解决。

【解决方案2】：

尝试添加这个：

np.seterr(divide='ignore', invalid='ignore')

【讨论】：

忘了说它是python 3，没关系，在python 2中应该没关系，因为第二个参数是0.5，所以如果它们中的任何一个是float，结果会浮动
可能在 (-6.93/(p_arr - 0.5))。在你的数组中的某个点你有 0.5 - 0.5 所以你不能除以零“-6.93/0”
这就是为什么我使用np.where 和p_arr > 0.5
和？不明白你在说什么；我删除了 exp()，没有它也是一样的
我认为 np.where 在评估条件之前先进行除法，然后选择存储哪个。尝试这样做： import numpy as np p_arr = 0.5 mo = np.where(0.4 > 0.5, -6.93/(p_arr - 0.5), 0) print(mo) 这应该返回 0，但你会得到一个错误。可能如果你把 np.where 放在 if else 里面可以工作