python - 使用 np.log(array) 时忽略负值

Question

当获取 numpy 数组中特定列的日志时，即 logSFROIIdC = np.log(data_dC[:, 9]) 编译器返回错误:

-c:13: RuntimeWarning: divide by zero encountered in log.

现在，我知道为什么会发生这种情况，即 log(-1) = Math Error。

但是，我希望能够调用某些东西或编写一些代码，然后跳过数组中会导致此错误的任何值，然后完全忽略该行。允许该数据列再次可用。

我尝试了各种方法，这是最后的手段，请教社区。

Answer 1

您可以使用 np.seterr 控制此行为.这是一个例子。

首先，告诉 numpy 忽略无效值:

In [4]: old = np.seterr(invalid='ignore')

现在 log(-1) 不会生成警告:

In [5]: x = np.array([-1.,1])

In [6]: np.log(x)
Out[6]: array([ nan,   0.])

恢复之前的设置:

In [7]: np.seterr(**old)
Out[7]: {'divide': 'warn', 'invalid': 'ignore', 'over': 'warn', 'under': 'ignore'}

现在我们收到警告:

In [8]: np.log(x)
/Users/warren/anaconda/bin/ipython:1: RuntimeWarning: invalid value encountered in log
  #!/Users/warren/anaconda/python.app/Contents/MacOS/python
Out[8]: array([ nan,   0.])

还有一个上下文管理器，np.errstate .例如，

In [10]: with np.errstate(invalid='ignore'):
   ....:     y = np.log(x)
   ....:     

In [11]: y
Out[11]: array([ nan,   0.])