python: обойти деление на ноль

у меня есть большой набор данных с плавающей точкой. Я перебираю их и оцениваю np.log (x) для каждого из них. Я получаю

RuntimeWarning: divide by zero encountered in log

Я хотел бы обойти это и вернуться к 0, если эта ошибка произойдет.

Я думаю определить новую функцию:

def safe_ln(x):
    #returns: ln(x) but replaces -inf with 0
    l = np.log(x)
    #if l = -inf:
    l = 0
    return result

в основном мне нужен способ тестирования того, что выход "- inf", но я не знаю, как продолжить. Спасибо за помощь!

17
division numpy python

6 ответов

С log на x=0 минус бесконечен, я бы просто проверил, если входное значение равно нулю и вернуть все, что вы хотите там:

def safe_ln(x):
    if x <= 0:
        return 0
    return math.log(x)

редактировать: small edit: вы должны проверить все значения, меньшие или равные 0.

Изменить 2: np.log это, конечно, функция для вычисления массива numpy, для одиночных значений вы должны использовать math.log. Вот как выглядит вышеуказанная функция с numpy:

def safe_ln(x, minval=0.0000000001):
    return np.log(x.clip(min=minval))
22

вы используете функцию np, поэтому я могу с уверенностью предположить, что вы работаете над массивом numpy? Тогда самый эффективный способ сделать это-использовать функцию, где вместо цикла for

myarray= np.random.randint(10,size=10)
result = np.where(myarray>0, np.log(myarray), 0)

в противном случае вы можете просто использовать функцию журнала, а затем латать дыры:

myarray= np.random.randint(10,size=10)
result = np.log(myarray)
result[result==-np.inf]=0

np.функция log возвращает правильно-inf при использовании значения 0, поэтому вы уверены, что хотите вернуть 0? если где-то вам нужно вернуться к исходному значению, вы собираетесь чтобы испытать какую-то проблему, измените нули на единицы...

32

вы можете сделать это.

def safe_ln(x):
   try:
      l = np.log(x)
   except ZeroDivisionError:
      l = 0
   return l
3

использовать обработки исключений:

In [27]: def safe_ln(x):
    try:
        return math.log(x)
    except ValueError:       # np.log(x) might raise some other error though
        return float("-inf")
   ....:     

In [28]: safe_ln(0)
Out[28]: -inf

In [29]: safe_ln(1)
Out[29]: 0.0

In [30]: safe_ln(-100)
Out[30]: -inf
1

вы могли бы сделать:

def safe_ln(x):
    #returns: ln(x) but replaces -inf with 0
    try:
        l = np.log(x)
    except RunTimeWarning:
        l = 0
    return l
0

ответ, данный Энрико, хорош, но оба решения приводят к предупреждению:

RuntimeWarning: divide by zero encountered in log

в качестве альтернативы мы все еще можем использовать where функция, но только выполнить основное вычисление, где это уместно:

# alternative implementation -- a bit more typing but avoids warnings.
loc = np.where(myarray>0)
result2 = np.zeros_like(myarray, dtype=float)
result2[loc] =np.log(myarray[loc])

# answer from Enrico...
myarray= np.random.randint(10,size=10)
result = np.where(myarray>0, np.log(myarray), 0)

# check it is giving right solution:
print(np.allclose(result, result2))

мой вариант использования был для разделения, но принцип явно тот же:

x = np.random.randint(10, size=10)
divisor = np.ones(10,)
divisor[3] = 0 # make one divisor invalid

y = np.zeros_like(divisor, dtype=float)
loc = np.where(divisor>0) # (or !=0 if your data could have -ve values)
y[loc] = x[loc] / divisor[loc]
0