Python 为什么numpy在不断提高被零除的情况下会遇到？

我有一个类似于

w=[0.854,0,0.66,0.245,0,0,0,0]

的数组，希望对每个值应用100/sqrt（x）。因为我不能除以0，所以我使用以下技巧：

w=np.where（w==0,0100/np.sqrt（w））

因为我没有除以0，所以我不应该有任何警告。

---

那么，为什么numpy不断提高运行时警告：在true_divide中遇到被零除？

100/np。sqrt（w）

仍然使用带零的

w

，因为函数参数是在执行函数之前计算的。零的平方根是零，所以你最后用一个包含零的数组除以100，这个数组反过来试图用这个数组的每个元素除以100，在某个点上试图用一个等于零的元素除以100。

因为它利用了矢量化，它将执行

100/np.sqrt（w）

对于

w

的每个元素，将发生0除法，但您不会获取与这些条目相关联的结果。因此，基本上你的技巧仍然是除以0，但不使用除以0的条目。

第二个参数是错误的。您必须将其更改为

w

。博士

---

您始终可以使用逻辑索引进行计算：

w = [0.854,0,0.66,0.245,0,0,0,0]
w = np.array(w)
w[w!=0] = 100 / np.sqrt(w[w!=0])

---

通过这种方式，您可以确保不会被零除，并且不会出现警告或意外行为。

这并不重要，因为

np.sqrt（w）

仍然包含零。这将得到完全相同的结果警告不是真正的问题，是吗？如果你想压制它，你可以先用

np.nan

替换所有的零。也许

w=np.asarray（[0如果w_i==0否则100/np.sqrt（w_i）对于w_i in w]）

更符合您的要求。是的，这不是一个真正的问题，我只是想了解：）

其中

是一个python函数。将对其参数进行求值，并传入结果数组。谢谢！非常清楚。但是，如果不关闭警告，我的解决方案是什么？@NanBlanc，您可以这样做：

result=100/np.sqrt（w）；结果[np.isinf（结果）]=0

。你仍然会得到警告，很难，因为你无论如何都不能被零除，我明白了！请参阅我在ForceBru中的评论answer@NanBlanc，谢谢你：D

w = [0.854,0,0.66,0.245,0,0,0,0]
w = np.array(w)
w[w!=0] = 100 / np.sqrt(w[w!=0])