1

我有两个unumpy数组：

A= [390.9999999999952+/-19.77371993328507
 129.99999999999932+/-11.40175425099135
 34.99999999999997+/-5.9160797830996135
 4.999999999999999+/-2.2360679774997894 0.0+/-0 0.0+/-0
 4.999999999999999+/-2.2360679774997894]
B= [33.999999999999964+/-5.830951894845297
 17.33333333333334+/-4.163331998932266
 9.666666666666666+/-3.1091263510296048
 4.999999999999999+/-2.2360679774997894 0.0+/-nan 0.0+/-nan
 4.999999999999999+/-2.2360679774997894]

我想传播他们的错误，同时通过以下方式计算平均比率的错误：

fraction = np.where(unumpy.nominal_values(A) > 0, unumpy.std_devs(B/A), np.nan)

但我不知道如何解决我收到的以下错误：

Traceback (most recent call last):
  File "my_code4.py", line 2076, in <module>
    fraction =            np.where(unumpy.nominal_values(A) > 0, unumpy.std_devs(B/A), np.nan)
  File "/home/username/anaconda3/lib/python3.6/site-packages/uncertainties/core.py", line 661, in f_with_affine_output
    f_nominal_value = f(*args_values, **kwargs)
ZeroDivisionError: float division by zero
4

3 回答 3

1

0肯定有物理意义。但是对于计算，计算机科学无法处理NaN或者Inf因为它们是不确定的。所以通常我们如何通过添加一个小值来处理这个数学错误。不会有太大影响。

通常在许多数学库中，它们处理如下；

假设我们有A可以包含 0 的矩阵/向量。我将除以另一个矩阵。所以在此之前我们可以做下面的预处理。

import sys
eps = sys.float_info.epsilon

A+=eps

2.220446049250313e-16这将为所有元素添加一个非常小的值。因此，通过这样做，您的矩阵分布也将被保留。

希望这会有所帮助。:)

于 2020-04-21T04:29:02.367 回答
1

用某个值 epsilon 替换任何零（即：1e-9 或 1e-7） A.clip(1e-9)

fraction = np.where(unumpy.nominal_values(A) > 0, unumpy.std_devs(B/A.clip(1e-9)), np.nan)
于 2020-04-21T22:38:59.620 回答
0

我通过上面一行中的以下更改解决了这个问题：我所做的基本上是通过将两个值相除来传播错误，其中两个参数中的错误与第一原理正交相加。

fraction = np.where(unumpy.nominal_values(B) * unumpy.nominal_values(A) > 0, (unumpy.nominal_values(B)/unumpy.nominal_values(A)) * np.sqrt(np.sum(np.square([unumpy.std_devs(B)/unumpy.nominal_values(B), unumpy.std_devs(A)/unumpy.nominal_values(A)]), axis=0)), 0.)
于 2020-04-22T22:01:26.570 回答