相关疑难解决方法(0)

from numpy import *

m = array([[1,0],
           [2,3]])

我想计算元素log2(m),但仅限于m不是0的地方.在那些地方,我希望得到0作为结果.

我现在正在反对:

RuntimeWarning: divide by zero encountered in log2

尝试1:使用 where

res = where(m != 0, log2(m), 0)

这会计算出正确的结果,但我仍然记录了RuntimeWarning: divide by zero encountered in log2.看起来(在语法上它很明显)numpy仍然log2(m)在完整矩阵上进行计算,然后才where选择要保留的值.

我想避免这个警告.

尝试2:使用面具

from numpy import ma

res = ma.filled(log2(ma.masked_equal(m, 0)), 0)

肯定掩盖零会阻止log2它们被应用到它们身上,不是吗？不幸的是:我们仍然得到RuntimeWarning: divide by zero encountered in log2.

即使矩阵被掩盖,log2似乎仍然应用于每个元素.

如何在不获得除零警告的情况下有效地计算numpy数组的逐元素日志？

• 当然我可以使用暂时禁用这些警告的记录seterr,但这看起来不是一个干净的解决方案.
• 并确保双的循环将帮助特别处理为0,但是失败numpy的效率.

有任何想法吗？

以下错误是什么:

Warning: overflow encountered in exp

在使用Python的scipy/numpy中通常意味着什么？我正在计算日志形式的比率,即log(a)+ log(b),然后使用exp,并使用与textsumexp的和,得到结果的指数,如下所示:

c = log(a) + log(b)
c = c - logsumexp(c)

数组b中的某些值有意设置为0.它们的日志将为-Inf.

这警告的原因是什么？谢谢.

我试图避免RuntimeWarning: invalid value encountered in divide在NumPy中发出警告.

我以为我能做到:

import numpy as np

A=np.array([0.0])
print A.dtype
with np.errstate(divide='ignore'):
    B=A/A
print B

但这给了:

float64
./t.py:9: RuntimeWarning: invalid value encountered in divide
  B=A/A
[ nan]

如果我B=A/A用np.float64(1.0) / 0.0它替换它没有警告.

我在代码中遇到了"运行时警告:在exp中遇到溢出...".如何在此警告中使pyCharm中断？它目前已超越它.