python numpy返回意外警告

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python numpy返回意外警告，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1443字，纯文字阅读大概需要3分钟。

内容图文

使用python 2.7,scipy 1.0.0-3

显然,我对应在numpy where函数如何运行或其运行中存在已知错误有误解.我希望有人能告诉我该问题,并解释一种解决方法,以消除我试图避免的烦人警告.当我使用熊猫系列where()时,我得到相同的行为.

为简单起见,我将使用一个numpy数组作为示例.假设我想在数组上应用np.log(),仅对于条件而言,值是有效输入,即myArray> 0.0.对于不应应用此功能的值,我想将输出标志设置为-999.9：

myArray = np.array([1.0, 0.75, 0.5, 0.25, 0.0])
np.where(myArray>0.0, np.log(myArray), -999.9)

我希望numpy.where()不会抱怨数组中的0.0值,因为那里的条件为False,但是确实如此,并且它似乎实际上针对该False条件执行：

-c:2: RuntimeWarning: divide by zero encountered in log 
array([  0.00000000e+00,  -2.87682072e-01,  -6.93147181e-01,
        -1.38629436e+00,  -9.99900000e+02])

numpy documentation指出：

If x and y are given and input arrays are 1-D, where is equivalent to:
[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]

我谨对此声明有所不同,因为

[np.log(val) if val>0.0 else -999.9 for val in myArray]

完全不提供警告：

[0.0, -0.2876820724517809, -0.69314718055994529, -1.3862943611198906, -999.9] 

那么,这是一个已知的错误吗？我不想抑制整个代码的警告.

解决方法:

您只能使用其可选的where参数在相关位置评估日志

np.where(myArray>0.0, np.log(myArray, where=myArray>0.0), -999.9)

或更有效

mask = myArray > 0.0
np.where(mask, np.log(myArray, where=mask), -999)

或者如果您发现“ double where”丑陋

np.log(myArray, where=myArray>0.0, out=np.full(myArray.shape, -999.9))

这三个中的任何一个都应禁止显示警告.

内容总结

以上是互联网集市为您收集整理的python numpy返回意外警告全部内容，希望文章能够帮你解决python numpy返回意外警告所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端