Python 使列表中的除零等于零

我有一个列表

L

，我想计算每个元素

const/L_j

，得到一个新的列表

M

，其中包含元素

M_j=const/L_j

。但是，有

L_j

元素为零。在这种情况下，最好将该除法指定为零。我已经做了下面的脚本，但它是缓慢的

temp = np.zeros((self.n_features, 1))
for t in range(self.n_features):
    if y[t]!=0:
        temp[t] = x/y[t] 

我的问题与此类似，但我想在列表中应用它。这是计算列表

M

的更快方法吗

---

谢谢。

假设您的数组名为

L

，您可以执行以下操作

M = x/L
M[np.isinf(M)] = 0

即使在无穷大的情况下，将坏元素归零所需的额外时间也可以忽略不计：

In [20]: L = np.random.randint(0, 2, 100000)

In [21]: %timeit [0 if l == 0 else 10/l for l in L]
34.9 ms ± 2.03 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [23]: %timeit M = 10/L
263 µs ± 11.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [24]: %timeit M[np.isinf(M)] = 0
983 ns ± 40.5 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

---

另一种时间复杂度为

O（N）

，迭代元素：

M = [0 if l == 0 else constant/l for l in L]

---

您可以使用

math.inf

来完成

from math import inf

lst = [2, 1, 0, -1, -2]
const = 1

res = [const / (l or inf) for l in lst]

print(res) # [0.5, 1.0, 0.0, -1.0, -0.5]

---

实现这一点的最快、最简单和最具python风格的方法是阵列掩蔽：

M = x / L
M[L == 0] = 0

---

这是一个比fuglede的代码更快的函数计算。

没有计算速度更快的方法来计算此列表。计算每个元素最多只能进行一次访问，不能少。@NiVeR:NumPy的目的是通过矢量化来精确地加速这些计算；在这种情况下，这样做比朴素的循环解决方案快几个数量级；矢量化的解决方案也将是线性时间，但常数的数量级更小。@fuglede你完全正确，关键是它只需在数据上进行1次迭代即可完成（无系数）。

M = x / L
M[L == 0] = 0