RuntimeWarning: Division durch Null-Fehler -: Wie vermeiden? PYTHON, NUMPY

Läuft bei mir in RuntimeWarning: Invalid value encountered in teilen

 import numpy
 a = numpy.random.rand((1000000, 100))
 b = numpy.random.rand((1,100))
 dots = numpy.dot(b,a.T)/numpy.dot(b,b)
 norms = numpy.linalg.norm(a, axis =1)
 angles = dots/norms ### Basically I am calculating angle between 2 vectors

Gibt es einige Vektoren in meine eine, die norm als 0. während also die Berechnung von Winkeln es gibt Laufzeit-Warnung.

Gibt es einen ein-Zeilen-pythonic Weg, um zu berechnen, Winkel, während unter Berücksichtigung der Normen, welche sind Sie 0?

angles =[i/j if j!=0 else -2 for i,j in zip(dots, norms)] # takes 10.6 seconds

Aber es braucht eine Menge Zeit. Da alle Winkel werden Werte zwischen 1 und -1 und ich brauche nur 10 max-Werte, dies wird mir helfen. Dies dauert rund 10,6 Sekunden, das ist Wahnsinn.

Sie können filter Normen, vor der übergabe?
Nein, ich möchte die Erhaltung der Indizes, weil ich will, Indizes der 10 größten Winkel in den enden, die weiter abgestimmt, die in eine andere Liste. So erhalten Indizes ist ein muss für mich.
Mit dem code, den du gepostet hast, die angles variable wird NaNs, wo norms null ist. Ist nicht, was Sie wollen? Beachten Sie, dass, wenn Sie wollen None statt NaN sind, dann werden Sie brauchen, um angles von dtype object, das ist schlecht für die Leistung... (es ist Auch möglich, nur unterdrücken RuntimeWarnings. Ist es das, was Sie wollen?)
Ich möchte bestimmten Wert an der Stelle, wo NaN ist aufgetreten. So kann ich manipulieren, während die Sortierung.
nans Art höher als alles andere, so, wenn Sie die Sortierung können Sie nur Streifen die top np.count_nonzero(np.isnan(d....ravel()) Werte

InformationsquelleAutor pg2455 | 2014-08-01

  1. 6

    können Sie ignorieren warings mit der np.errstate Kontext-manager und später ersetzen nans, was Sie wollen:

    import numpy as np
angle = np.arange(-5., 5.) 
norm = np.arange(10.)
with np.errstate(divide='ignore'):
    print np.where(norm != 0., angle / norm, -2)
# or:
with np.errstate(divide='ignore'):
    res = angle/norm
res[np.isnan(res)] = -2
    Irgendwie ist mein code hält auf zu sagen : numpy.ndarray hat kein Attribut, wo. WTF???
    wo ist eine Funktion in numpy, es ist nicht eine Methode, ein ndarray
    my bad.. ich sollte schlafen b4 Arbeit weiter. Vielen Dank für Eure Hilfe!!

    InformationsquelleAutor jtaylor

  2. 2

    Wollen Sie sein, mit np.where. Finden Sie die Dokumentation.

    angles = np.where(norms != 0, dots/norms, -2)

    Winkel aus downs/norms wenn norms != 0, und werden -2 sonst. Sie bekommen noch die RuntimeWarning, als np.where noch berechnen den gesamten Vektor dots/norms intern, aber Sie können ihn getrost ignorieren.

    Irgendwie hat es mir keine Vorwarnung!!
    Wenn Sie python interaktiv (z.B. ipython) dann glaube ich wird es nur dann geben Sie die Warnung einmal pro Sitzung. Sie können auch fügen Sie immer np.errstate(divide='ignore') als jtaylor vorgeschlagen, um zu unterdrücken der Warnung in der Zukunft.

    InformationsquelleAutor Roger Fan

  3. 2

    Könnten Sie angles[~np.isfinite(angles)] = ... zu ersetzen nan Werte mit einem anderen Wert.

    Beispiel:

    In [103]: angles = dots/norms

In [104]: angles
Out[104]: array([[ nan,  nan,  nan, ...,  nan,  nan,  nan]])

In [105]: angles[~np.isfinite(angles)] = -2

In [106]: angles
Out[106]: array([[-2., -2., -2., ..., -2., -2., -2.]])

    Beachten Sie, dass die division durch null führen kann infs, anstatt nans, 

    In [140]: np.array([1, 2, 3, 4, 0])/np.array([1, 2, 0, -0., 0])
Out[140]: array([  1.,   1.,  inf, -inf,  nan])

    so ist es besser, rufen Sie np.isfinite eher als np.isnan zu identifizieren die stellen, an denen die division durch null.

    In [141]: np.isfinite(np.array([1, 2, 3, 4, 0])/np.array([1, 2, 0, -0., 0]))
Out[141]: array([ True,  True, False, False, False], dtype=bool)

    Beachten Sie, dass wenn Sie nur wollen, die top-ten-Werte aus ein NumPy-array, mit der np.argpartition Funktion schneller als vollständig Sortierung der gesamten Arrays, insbesondere für große arrays:

    In [110]: N = 3

In [111]: x = np.array([50, 40, 30, 20, 10, 0, 100, 90, 80, 70, 60])

In [112]: idx = np.argpartition(-x, N)

In [113]: idx
Out[113]: array([ 6,  7,  8,  9, 10,  0,  1,  4,  3,  2,  5])

In [114]: x[idx[:N]]
Out[114]: array([100,  90,  80])

    Dies zeigt np.argpartition ist schneller, selbst für nur mäßig große arrays:

    In [123]: x = np.array([50, 40, 30, 20, 10, 0, 100, 90, 80, 70, 60]*1000)

In [124]: %timeit np.sort(x)[-N:]
1000 loops, best of 3: 233 µs per loop

In [125]: %timeit idx = np.argpartition(-x, N); x[idx[:N]]
10000 loops, best of 3: 53.3 µs per loop
    Wow...das war ein Augenöffner... !!! Vielen Dank!!

    InformationsquelleAutor unutbu

  4. 2

    In neueren Versionen von numpy gibt es eine Dritte alternative, option, die vermeidet, dass zu verwenden, die errstate Kontext-manager.

    Alle Numpy ufuncs akzeptieren einen optionalen "wo" - argument. Dies wirkt sich etwas anders als die np.wo die Funktion ist, dass es nur wertet die Funktion "wo" die Maske ist wahr. Wenn die Maske ist Falsch, es ändert sich nicht der Wert, ist also die "out" - argument kann uns preallocate alle Standard wir wollen.

    import numpy as np

angle = np.arange(-5., 5.)
norm = np.arange(10.)

# version 1
with np.errstate(divide='ignore'):
    res1 = np.where(norm != 0., angle / norm, -2)

# version 2
with np.errstate(divide='ignore'):
    res2 = angle/norm
res2[np.isinf(res2)] = -2

# version 3
res3 = -2. * np.ones(angle.shape)
np.divide(angle, norm, out=res3, where=norm != 0)

print(res1)
print(res2)
print(res3)

np.testing.assert_array_almost_equal(res1, res2)
np.testing.assert_array_almost_equal(res1, res3)

    InformationsquelleAutor DStauffman

  5. 0

    Können Sie np.where( Bedingung ) zur Durchführung einer bedingten Scheibe, wo die Normen nicht gleich 0 vor der Teilung:

    norms = np.where(norms != 0 ) 
angles = dots/norms
    Normen ist ein Vektor und keine Zahl. Ich will tun, element-Weise division der Vektoren mit Putin Keiner, wo die Teilung ist nicht möglich
    aktualisiert.

    InformationsquelleAutor agconti

Schreibe einen Kommentar