Python 获取numpy数组日志但忽略0'；s

我想取numpy数组的自然对数，但根本不计算0项的对数。也就是说，我想在numpy数组上实现约定log（0）=0

import numpy as np
import timeit
foo = np.random.rand(500)
%timeit np.log(foo)
%timeit np.log(foo,where=foo>0)

对于第一次调用，这将产生

最慢的跑步比最快的跑长12.63倍。这可能 表示正在缓存中间结果。10万圈，最好 每圈3:2.06µs

第二个电话，我们得到

最慢的跑步时间是最慢的8.35倍 最快的。这可能意味着正在缓存中间结果。 100000个回路，最佳3个：每个回路4.31µs

---

因此，避免0（即使在这种情况下数组中没有零）的开销要大得多。如果我们看稀疏阵列，这显然是不同的，但是在非稀疏情况下是否有更有效的方法来避免零点？

@米契麦特：你必须在信息理论的背景下考虑它，在计算熵时，我们经常遇到像0 log 0这样的情况。“你必须在信息理论的背景下考虑这一点，在计算熵时，我们经常遇到像0 log 0这样的情况。”在这种情况下，看一看，我的时间在1.131上显示：<代码> < < /> >比你长1.6x，在你的基准点上（1.133）。它更像是

1.25x

。我在做

timeit（'np.log（a，where=a>0'），setup='a=np.random.rand（500'），globals=globals（），number=100000）

没有“where”也一样。如果您愿意将numba添加为依赖项，则手动循环的后jitted直接实现（带有分支）在小N时在np.log的10%以内，而在大N时对我来说实际上更快。可能值得一看。