Wie behandelt man Nan in Funktionen, die sowohl für numpy als auch für Skalare verwendet werden sollen?

Question

Ich definiere eine Funktion, die ich sowohl für numpy Arrays als auch für Skalare verwenden möchte.

def inv(x): 
    return 1/x 

das gibt

A = np.zeros([4,4]) 
inv(A) 
array([[ inf, inf, inf, inf], 
     [ inf, inf, inf, inf], 
     [ inf, inf, inf, inf], 
     [ inf, inf, inf, inf]]) 

und Fehler mit einem Skalar

inv(0.0) 
Traceback (most recent call last): 
File "<stdin>", line 1, in <module> 
File "<stdin>", line 2, in inv 
ZeroDivisionError: float division by zero 

diese Nullwerte ermitteln inf in numpy Arrays zurück I numpy.where für numpy Arrays verwenden können, und wenn (a == 0) für Skalare.

Kennen Sie eine Möglichkeit, dies zu schreiben, die sowohl für numpy Arrays als auch für Skalare geeignet ist?

Dank

GB

Answer 1

0.0 ist kein numpy Skalar, es ist ein Python float ist. Füttern Sie es mit einem echten numpigen Skalar: numpy.float_(0.) (oder Ihren bevorzugten Float-Typ) und es wird wie erwartet funktionieren.

anzumerken, dass numpy.float_, numpy.float16, numpy.float32 usw. unterschiedlich sind numpy.float(), was zu Python entspricht float() (wie durch @dawg hingewiesen).

Überprüfen Sie beide mit type das Problem zu offenbaren:

type(0.0) 
>>> <class 'float'> 
type(numpy.float_(0.0)) 
>>> <class 'numpy.float64'> 

numpy.float == float 
>>> True 

Weitere Details hier: https://docs.scipy.org/doc/numpy-1.10.1/reference/arrays.scalars.html, beachten Sie die Kernaussage:

Array Skalare haben die gleichen Attribute und Methoden wie ndarrays

Answer 2

Verwenden Sie asanyarray, um den Parameter zu konvertieren:

>>> def inv(x): 
...  return 1/np.asanyarray(x) 
... 
>>> inv(0) 
inf 
>>> inv([0]) 
array([ inf])