其实这个问题不止遇到一次了,但有时候同样分母为0,结果却直接为nan。对于这两者之间的关系目前我不太清楚。之前遇到该问题都是靠这两行代码莽过去

with np.errstate(divide='ignore', invalid='ignore'):for i in onlist:a = np.array()b = np.array()# 个人感觉重点是下面这个divide函数的casting参数temp =  np.divide(a -b, a,out=np.zeros_like(a), where=a!=0,casting="unsafe")

不过相除的结果是0,因为上面这行代码的本质就是遇到算不出的数据是,就以np.zeros_like(a)生成的矩阵中相应位置的数据去顶替。
所以想得到结果为nan,可以使用np.full_like,不只是nan,可以生产任何单一数据的矩阵

a = np.full([1,5], np.nan)  # array([[nan, nan, nan, nan, nan]])
np.full_like(a,1)  # # array([[1, 1, 1, 1, 1]])

temp =  np.divide(a -b, a,out=np.full_like(a,np.nan), where=a!=0,casting="unsafe")

最后,我听同事说产生这个错误可能是因为做除法的两者之间有pandas的object类,所以需要指定数据类型再做除法,大家可以试试。

pandas:float divided by zero相关推荐

  1. Python之Pandas:pandas.DataFrame.to_csv函数的简介、具体案例、使用方法详细攻略

    Python之Pandas:pandas.DataFrame.to_csv函数的简介.具体案例.使用方法详细攻略 目录 pandas.DataFrame.to_csv函数的简介 pandas.to_c ...

  2. Py之pandas:pandas的read_excel()函数中各参数说明及函数使用方法讲解

    Py之pandas:pandas的read_excel()函数中各参数说明及函数使用方法讲解 目录 pandas的read_excel()函数中各参数说明及函数使用方法讲解 read_excel()函 ...

  3. Python之pandas:pandas.set_option函数的参数详细解释

    Python之pandas:pandas.set_option函数的参数详细解释 目录 pandas.set_option函数的参数解释 函数API:pandas.set_option pandas. ...

  4. Pandas: Python界的Excel

    文章目录 Pandas: Python界的Excel 前言 Excel vs. Pandas 基本概念 导入数据 导出数据 表格 行 列 单元格 基本操作 插入行 插入列 删除行 删除列 数据操作 筛 ...

  5. 解决pandas:ValueError: Cannot convert non-finite values (NA or inf) to integer

    解决pandas:ValueError: Cannot convert non-finite values (NA or inf) to integer 目录 解决pandas:ValueError: ...

  6. Python之Pandas:利用Pandas函数实现对表格文件的查之高级查询(类似sql,分组查询等)之详细攻略

    Python之Pandas:利用Pandas函数实现对表格文件的查之高级查询(类似sql,分组查询等)之详细攻略 目录 利用Pandas函数实现对表格文件的查之高级查询(类似sql) 1.分组查询

  7. Python之pandas:将dataframe数据写入到xls表格的多个sheet内(防止写入数据循环覆盖sheet表)

    Python之pandas:将dataframe数据写入到xls表格的多个sheet内(防止写入数据循环覆盖sheet表) 目录 将dataframe数据写入到xls表格的多个sheet内(防止写入数 ...

  8. Python之pandas:对pandas中dataframe数据中的索引输出、修改、重命名等详细攻略

    Python之pandas:对pandas中dataframe数据中的索引输出.修改.重命名等详细攻略 目录 对pandas中dataframe数据中的索引输出.修改.重命名等详细攻略 知识点学习 输 ...

  9. Python之pandas:数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略

    Python之pandas:数据类型变换之object.category.bool.int32.int64.float64以及数据类型标准化之详细攻略 目录 数据类型变换之object.categor ...

  10. Py之pandas:利用pandas工具输出每行的索引值、及其对应的行数据

    Py之pandas:利用pandas工具输出每行的索引值.及其对应的行数据 目录 利用pandas工具输出每行的索引值.及其对应的行数据 输出结果 实现代码 利用pandas工具输出每行的索引值.及其 ...

最新文章

  1. SQL Server 数据库定时自动备份
  2. 【学术相关】李沐:如何把近十页的论文读成半页
  3. SpringBoot出现Request method ‘GET‘ not supported
  4. 英特尔核芯显卡控制面板没有了_只认性能你就输了!英特尔第十代酷睿处理器最全解析...
  5. maven插件介绍之tomcat7-maven-plugin
  6. java解析excel生成sql文件
  7. PHP如何防止远程提交,PHP如何防止远程提交
  8. cesium加载 gltf模型
  9. 【ACM-ICPC 2018 南京赛区网络预赛】Magical Girl Haze【分层图】
  10. 巴特沃斯低通滤波器 matlab,利用matlab设计巴特沃斯低通滤波器
  11. 配置管理系统和整体变更系统的区别与联系
  12. 【自动升级后的错误】如何停止腾讯会议自动升级
  13. Retina显示屏-揭秘移动端的视觉稿通常会设计为传统PC的2倍
  14. 人类即将进入互联网梦境时代(IDA)
  15. 数制转换c语言编程,C语言数据结构中数制转换实例代码
  16. 尝试CornerNet-Lite进行目标识别并嵌入ROS
  17. java easyui tree例子_easyui-treegrid的案例
  18. 《AutoCAD 2014中文版超级学习手册》——第2章 图层设置 2.1 设置图层
  19. 抖音API分析,视频批量下载-初级
  20. Apple ipad发布会rtsp地址

热门文章

  1. 7.0高等数学五-高斯公式
  2. 利用xpath数据解析爬取百度新闻热榜
  3. npm WARN read-shrinkwrap This version of npm is compatible with lockfileVersion@1, but package-lock
  4. POJ 3626 Mud Puddles(超简单BFS)
  5. transforms常用函数简介
  6. 如何锻炼腹肌更加有效?
  7. 音视频开发之基于某三方音效的Android native层四声道音频输出
  8. 如何解决hangfire使用redis存储时,如果采用了prefix报“Key has MOVED from Endpoint”的错...
  9. JS实现页面快捷键功能
  10. 命令行操作flyway