Python numpy:在true\u divide中遇到无效值

我有两个numpy数组，我正在尝试将一个数组与另一个数组相除，同时，我想确保除数为0的条目应该被0替换

所以，我做了一些类似的事情：

log_norm_images = np.where(b_0 > 0, np.divide(diff_images, b_0), 0)

这会给我一个运行时警告：

RuntimeWarning: invalid value encountered in true_divide

现在，我想看看发生了什么，我做了以下工作：

xx = np.isfinite(diff_images)
print (xx[xx == False])

xx = np.isfinite(b_0)
print (xx[xx == False])

但是，这两个函数都返回空数组，这意味着数组中的所有值都是有限的。因此，我不确定无效值来自何处。我假设在np中检查b_0>0，其中函数负责除以0

---

这两个数组的形状是（96，96，55，64）和（96，96，55，1）

你可能有一个

NAN

，

INF

，或者

NINF

在某处浮动。试试这个：

np.isfinite(diff_images).all()
np.isfinite(b_0).all()

---

如果其中一个或两个返回

False

，则可能是运行时错误的原因。

另一个有用的Numpy命令是nan\u to\u num（diff\u图像） 默认情况下，它在Numpy数组中替换；NaN到零，-INF到-（大数字）和+INF到+（大数字）

---

您可以更改默认值，请参阅运行此命令时出现运行时警告的原因：

log\u norm\u images=np.where（b\u 0>0，np.divide（diff\u images，b\u 0），0）

这是内心的表达吗

np.divide（不同图像，b\u 0）

---

首先求值，并在

diff_images

和

b_0

的所有元素上运行（即使最终忽略了包含零除的元素）。换句话说，警告发生在忽略这些元素的代码之前。这就是为什么它是一个警告而不是一个错误：像这样的合法情况下，被零除不是一个问题，因为它是在以后的操作中处理的。

为什么

xx

是

False

和dict？我认为isfinite返回一个布尔数组。因此，我正在寻找值不是有限的地方。请尝试

[x代表x，如果x==False]

。我想，您只是试图获取与之相关的键

False

：不管它值多少钱，您都可以使用

~

操作符“反转”布尔数组。例如，

打印你的_数据[~np.isfinite（你的_数据）]

@Luca抱歉，编辑了答案-我忘了你刚才在处理多维数组。：）谢谢但它们都返回true:/看起来您可以安全地忽略警告。我尝试使用两个随机数组（其中一个数组中的任意元素设置为0）执行此操作—第一次运行

np.where

，我会收到运行时警告，但如果第二次重复完全相同的表达式，我就不会收到警告。在验证输出是否确实看起来应该出现后，我决定忽略此警告。所以，使用“with-np.errstate（invalid='ignore'，divide='ignore'）：”@Luca我想你应该写下这个作为答案。