python - 使用 numpy.select 避免 div/0 错误

Question

我正在尝试使用 numpy.select 有条件地将值分配给数组。但是，使用 select 需要计算所有可能的分配，而不仅仅是相关的分配，这可能会导致 div/0 错误，例如：

import numpy as np
def testfunc(z):
    conditionlist = [z < 0, z == 0, z > 0]
    choicelist = [1 / z, 0, 1 + z]
    return np.select(conditionlist, choicelist)

if __name__ == "__main__":

     print testfunc(np.array([0]))

此代码将失败并出现 div/0 错误，尽管实际上不需要将 z = 0 的 1 / z 分配给返回的数组。

如何在不遇到 div/0 错误的情况下有条件地为 numpy 数组赋值？循环是唯一的选择吗？

Answer 1

np.select([z < 0, z == 0, z > 0], [1 / (z + (z == 0)), 0, 1 + z])

z == 0给出一个布尔数组. 添加它会z给出一个没有零元素的数组，该数组等于将使用z的索引np.select。

Answer 2

使用numpy.seterr将除以零的行为从 raise 更改为其他内容。