Python 避免"；复数除零“；Numpy中的错误（与cmath相关）

我希望避免在计算中使用

ZeroDivisionError:complex division by zero

，在该异常情况下得到

nan

让我用一个简单的例子来阐述我的问题：

from numpy import *
from cmath import *

def f(x) :
    x = float_(x) 
    return 1./(1.-x)

def g(x) :
    x = float_(x)
    return sqrt(-1.)/(1.-x)

f(1.)   # This gives 'inf'.
g(1.)   # This gives 'ZeroDivisionError: complex division by zero'.

我的目的是得到

g（1.）=nan

，或者至少是一个中断计算的错误以外的任何东西。 第一个问题：我怎么做？

重要的是，我不想修改函数中的代码（例如，插入异常条件，如中所述），而是将其保持在当前形式（或者甚至删除

x=float_uux）

行，如果可能的话，如下所述）。 原因是我使用的是一个包含数十个函数的长代码：我希望它们都能避免

ZeroDivisionError

，而无需进行大量更改

我被迫插入

x=float_uux）

以避免

f（1.）中出现
ZeroDivisionError
。
第二个问题：是否有一种方法可以抑制这一行，但仍然得到
f（1.）=inf
，而不修改定义
f
的代码


编辑：

我意识到使用
cmath
（
来自cmath导入*
）是导致错误的原因。
没有它，我得到的是
g（1.）=nan
，这就是我想要的。
但是，我需要在我的代码中使用它。
因此，现在第一个问题变成了以下问题：在使用
cmath
时，如何避免“复零除”？


编辑2：

在阅读了答案之后，我做了一些修改，简化了问题，更接近要点：

import numpy as np                            
import cmath as cm                            

def g(x) :                                    
    x = np.float_(x)                         
    return cm.sqrt(x+1.)/(x-1.)    # I want 'g' to be defined in R-{1}, 
                                   # so I have to use 'cm.sqrt'. 

print 'g(1.) =', g(1.)             # This gives 'ZeroDivisionError: 
                                   # complex division by zero'.

问题：如何避免
零分区错误
不修改我函数的代码
g
？
我希望该函数能够自行处理错误，但如果不能，那么您可以在调用该函数时执行该操作（我认为这比修改函数要复杂得多）

或者，正如您提到的答案所示，使用numpy号码调用您的函数：

f(np.float_(1.))
g(np.float_(1.))

=======

在我的机器上，这个精确的代码给我一个警告，没有错误。
我认为不捕捉错误就不可能得到你想要的东西

def f(x):
    return 1./(1.-x)

def g(x):
    return np.sqrt(-1.)/(1.-x)

print f(np.float_(1.))
>> __main__:2: RuntimeWarning: divide by zero encountered in double_scalars
>>inf

print g(np.float_(1.))
>> __main__:5: RuntimeWarning: invalid value encountered in sqrt
>>nan

出现错误的原因是您的程序正在使用
cmath
库中的
sqrt
函数。这是一个很好的例子，说明了为什么您应该避免（或至少要小心）使用
从库导入*
导入整个库

例如，如果反转导入语句，则不会出现问题：

from cmath import *
from numpy import *

def f(x):
    x = float_(x) 
    return 1./(1.-x)


def g(x) :
    x = float_(x)
    return sqrt(-1.)/(1.-x)

现在
g（1.）
返回
nan
，因为使用了
numpy
的
sqrt
函数（可以处理负数）。但这仍然是一种不好的做法：如果您有一个大文件，那么不清楚正在使用哪个
sqrt

我建议始终使用命名导入，例如
import numpy as np
和
import cmath as cm
。然后不导入函数
sqrt
，要定义
g（x）
，需要编写
np.sqrt
（或
cm.sqrt
）

但是，您注意到您不想更改函数。在这种情况下，您应该只从您需要的每个库导入这些函数，即

from cmath import sin  # plus whatever functions you are using in that file
from numpy import sqrt, float_

def f(x):
    x = float_(x) 
    return 1./(1.-x)


def g(x) :
    x = float_(x)
    return sqrt(-1.)/(1.-x)

不幸的是，您无法轻松摆脱到numpy
float的转换，因为python float与numpy float不同，因此这种转换需要在某个时候进行。
我仍然不明白为什么需要使用cmath。当您需要复杂输出时，请将cast
x
输入到
np.complex
，然后使用
np.sqrt

import numpy as np

def f(x):
    x = np.float_(x)
    return 1. / (1. - x)

def g(x):
    x = np.complex_(x)
    return np.sqrt(x + 1.) / (x - 1.)

这将产生：

>>> f(1.)
/usr/local/bin/ipython3:3: RuntimeWarning: divide by zero encountered in double_scalars
  # -*- coding: utf-8 -*-
Out[131]: inf

>>> g(-3.)
Out[132]: -0.35355339059327379j

>>> g(1.)
/usr/local/bin/ipython3:3: RuntimeWarning: divide by zero encountered in cdouble_scalars
  # -*- coding: utf-8 -*-
/usr/local/bin/ipython3:3: RuntimeWarning: invalid value encountered in cdouble_scalars
  # -*- coding: utf-8 -*-
Out[133]: (inf+nan*j)

当然，缺点是函数
g
最终总是会给您提供复杂的输出，如果您将其结果反馈到
f
，这可能会导致问题，例如，因为现在该类型强制转换为float，等等。。。也许你应该在任何地方输入复杂的cast。但这将取决于你需要在更大范围内实现什么

编辑

事实证明，有一种方法可以让
g
仅在需要时返回复数。使用

这将提供您所期望的，仅在必要时转换为复杂

>>> f(1)
/usr/local/bin/ipython3:8: RuntimeWarning: divide by zero encountered in double_scalars
Out[1]: inf

>>> g(1)
/usr/local/bin/ipython3:12: RuntimeWarning: divide by zero encountered in double_scalars
Out[2]: inf

>>> g(-3)
Out[3]: -0.35355339059327379j

谢谢你的回答，但是这些选项并不是我真正想要的。正如您所说，第一个可能需要比修改函数本身更多的工作。请注意，在您给出的第二个备选方案中，
g（np.float（1.））
不起作用（我的代码已经包含
x=np.float（x）
在
g
的定义中，这产生了我报告的
ZeroDivisionError
）我得到一个警告，没有错误。谢谢你的帮助。在我的机器（Python2.7.10）中，如果没有包含cmath import*
中的
行，我会收到一条警告，但在编写时会收到错误。我的代码中需要这一行。请注意，我的问题是在插入
g（1.）
时获得
nan
（或至少不是错误），而不是
g（numpy.float_uu1.））
或任何其他选项。有没有解决我所寻找的问题的办法？我想你已经接近要点了。按照您的建议，我将
cmath
和
numpy
分别导入为
cm
和
np
。然而，我仍然有麻烦。我邀请你看一下我问题的第二部分。我真的很感激。你需要使用numpy sqrt函数。所以用
np.sqrt
替换
cm.sqrt
。不，因为正如我在注释（代码内部）中所说的，我希望为R-{1}中的所有x定义我的函数
g
：如果我使用
np.sqrt
，我得到
g（-3.）=nan
，我想得到
g（-3.）=-0.333
import numpy as np

def f(x):
    x = np.float_(x)
    return 1. / (1. - x)

def g(x):
    x = np.float_(x)
    return np.emath.sqrt(x + 1.) / (x - 1.)

>>> f(1)
/usr/local/bin/ipython3:8: RuntimeWarning: divide by zero encountered in double_scalars
Out[1]: inf

>>> g(1)
/usr/local/bin/ipython3:12: RuntimeWarning: divide by zero encountered in double_scalars
Out[2]: inf

>>> g(-3)
Out[3]: -0.35355339059327379j