极客笔记Numpy RuntimeWarning: Divide by Zero error: 如何避免
在使用Numpy时，可能会遇到除零的情况，导致出现一个Divide by Zero错误。这种错误会导致程序崩溃或运行结果错误。那么如何避免这种错误呢？在本文中，我们将介绍如何避免Numpy的Divide by Zero错误。
阅读更多：Numpy 教程
1. 使用Numpy.divide() 代替 简单的除法符号“/”
除法符号“/”是运算符重载后的简写形式，它通过调用div方法实现。当除数为0时，会产生 ZeroDivisionError 异常。为了避免这个问题，我们可以使用Numpy.divide()。这个函数可以在被0除时返回无穷大或NaN，而不会抛出一个异常。
示例代码如下：
import numpy as np
arr1 = np.array([1,2,3,4,5])
arr2 = np.array([0,2,0,4,0])
result = np.divide(arr1, arr2)
print(result)
运行结果
[ inf 1. nan 1. inf]
上面的结果中，inf表示无穷大，nan表示Not a number（非数字）。我们可以看到，第一个和最后一个元素是无穷大，中间的‘nan’表示0不能被除数整除。
2. 使用Numpy.isinf() 和 Numpy.isnan() 查找无穷大和NaN
除了使用Numpy.divide()可以避免Divide by Zero错误外，Numpy还提供了函数Numpy.isinf()和Numpy.isnan()来判断是不是无穷大或者NaN。
示例代码如下：
import numpy as np
arr = np.array([1, np.inf, np.nan, 5])
print(np.isinf(arr))
print(np.isnan(arr))
运行结果：
[False True False False]
[False False True False]
上面的结果中， np.isinf()函数返回的数组表示是否为无穷大，True为是，False表示不是。而np.isnan()函数返回的数组表示是否为NaN，True为是，False表示不是。
3. 使用numpy.seterr()设置错误处理方式
我们可以使用numpy.seterr()函数来设置处理Numpy发出的运行时警告的方法。
示例代码如下：
import numpy as np
# 将浮点数除以零的错误设置为忽略。
np.seterr(divide='ignore', invalid='ignore')
arr1 = np.array([1,2,3,4,5])
arr2 = np.array([0,2,0,4,0])
result = np.divide(arr1, arr2)
print(result)
运行结果：
[ inf 1. nan 1. inf]
这里我们使用numpy.seterr()函数将浮点数除以零的错误设置为忽略。这里，在运行np.divide（arr1，arr2）时，numpy将返回两个数组元素相除的商。当除以零时，不会引发Divide by Zero错误，函数将返回无穷大或NaN。
总结
Numpy在处理大量的数学和科学运算时，具有很高的效率和可靠性。在本文中，我们提出了三种方法来避免Numpy产生Divide by Zero错误：使用Numpy.divide()，使用Numpy.isinf()和Numpy.isnan()，使用numpy.seterr()设置错误处理方式。当你在使用Numpy时，这些方法可以帮助你避免Divide by Zero错误的出现。