我试图在python中执行元素明智的分割,但是如果遇到零,我需要商数为零。NumPy:用0除零返回0
例如:
array1 = np.array([0, 1, 2])
array2 = np.array([0, 1, 1])
array1/array2 # should be np.array([0, 1, 2])
我总是可以只使用一个for循环,通过我的数据,但要真正利用numpy的的优化,我需要的分频功能,以零次失误后分返回0,而不是忽略的错误。
除非我错过了某些东西,否则numpy.seterr()可能会在错误时返回值。有没有人有任何其他的建议,我可以如何通过零错误处理设置我自己的鸿沟,从而获得最好的numpy?
在我的Python版本(Python的2.7.11 |连续分析公司)这正是你得到的输出。有警告。 – 2016-08-09 16:15:25
最简洁的正确答案是https://stackoverflow.com/a/37977222/2116338 – mrplants 2017-12-02 21:51:26