ゼロ除算で0を返す方法

私はpythonで要素ごとの除算を実行しようとしていますが、ゼロが検出された場合は、商をゼロにする必要があります。

例えば：

array1 = np.array([0, 1, 2])
array2 = np.array([0, 1, 1])

array1 / array2 # should be np.array([0, 1, 2])

データを常にforループで使用することもできますが、numpyの最適化を実際に使用するには、エラーを無視するのではなく、ゼロエラーで除算するとゼロを返す除算関数が必要です。

私が何かを見逃していない限り、numpy.seterr（）はエラー時に値を返すことができないようです。エラー処理で自分の除算を設定しているときに、私がいかにnumpyを最大限に活用できるかについて他の提案がありますか？

numpy v1.7 +では、ufuncsの「where」オプションを利用できます。物事を1行で行うことができ、errstateコンテキストマネージャを処理する必要はありません。

>>> a = np.array([-1, 0, 1, 2, 3], dtype=float)
>>> b = np.array([ 0, 0, 0, 2, 2], dtype=float)

# If you don't pass `out` the indices where (b == 0) will be uninitialized!
>>> c = np.divide(a, b, out=np.zeros_like(a), where=b!=0)
>>> print(c)
[ 0.   0.   0.   1.   1.5]

この場合、bがゼロに等しくない場所で除算計算を行います。bがゼロに等しい場合、「out」引数で最初に指定した値から変更されません。

@Franck Dernoncourtの回答に基づいて-1 / 0を修正：

def div0( a, b ):
    """ ignore / 0, div0( [-1, 0, 1], 0 ) -> [0, 0, 0] """
    with np.errstate(divide='ignore', invalid='ignore'):
        c = np.true_divide( a, b )
        c[ ~ np.isfinite( c )] = 0  # -inf inf NaN
    return c

div0( [-1, 0, 1], 0 )
array([0, 0, 0])

他の答えに基づいて構築し、改善する：

• 0/0追加することにより、取り扱いinvalid='ignore'にnumpy.errstate()
• 導入numpy.nan_to_num()変換することnp.nanに0。

コード：

import numpy as np

a = np.array([0,0,1,1,2], dtype='float')
b = np.array([0,1,0,1,3], dtype='float')

with np.errstate(divide='ignore', invalid='ignore'):
    c = np.true_divide(a,b)
    c[c == np.inf] = 0
    c = np.nan_to_num(c)

print('c: {0}'.format(c))

出力：

c: [ 0.          0.          0.          1.          0.66666667]

ワンライナー（警告をスロー）

np.nan_to_num(array1 / array2)

2つのステップで実行してみてください。最初に除算し、次に交換します。

with numpy.errstate(divide='ignore'):
    result = numerator / denominator
    result[denominator == 0] = 0

このnumpy.errstate行はオプションであり、numpyがゼロで除算する「エラー」を通知しないようにしています。これは、すでにそうしているつもりであり、そのケースを処理しているためです。

この回答のinfように、配列のdtypeがfloatの場合にのみ、に基づいて置き換えることもできます。

>>> a = np.array([1,2,3], dtype='float')
>>> b = np.array([0,1,3], dtype='float')
>>> c = a / b
>>> c
array([ inf,   2.,   1.])
>>> c[c == np.inf] = 0
>>> c
array([ 0.,  2.,  1.])

私が関連する質問を検索して見つけた1つの答えは、分母がゼロかどうかに基づいて出力を操作することでした。

初期化されているが、ゼロがいくつかあるarrayAとしarrayBますarrayB。arrayC = arrayA / arrayB安全に計算したい場合は、次のようにすることができます。

この場合、セルの1つでゼロによる除算がある場合は常に、セルをに設定します。myOwnValueこの場合、セルはゼロになります。

myOwnValue = 0
arrayC = np.zeros(arrayA.shape())
indNonZeros = np.where(arrayB != 0)
indZeros = np.where(arrayB = 0)

# division in two steps: first with nonzero cells, and then zero cells
arrayC[indNonZeros] = arrayA[indNonZeros] / arrayB[indNonZeros]
arrayC[indZeros] = myOwnValue # Look at footnote

脚注：振り返ってみると、この行はarrayC[i]ゼロにインスタンス化されているため、とにかく不要です。しかし、もしそうならmyOwnValue != 0、この操作は何かをします。

言及する価値のある他の解決策：

>>> a = np.array([1,2,3], dtype='float')
>>> b = np.array([0,1,3], dtype='float')
>>> b_inv = np.array([1/i if i!=0 else 0 for i in b])
>>> a*b_inv
array([0., 2., 1.])