我有一个二维向量的 numpy 数组，我试图按如下方式对其进行归一化。该数组可以包含幅度为零的向量。
x = np.array([[0.0, 0.0], [1.0, 0.0]])
norms = np.array([np.linalg.norm(a) for a in x])
>>> x/norms
array([[ nan, 0.],
[ inf, 0.]])
>>> nonzero = norms > 0.0
>>> nonzero
array([False, True], dtype=bool)
我能否以某种方式使用 nonzero 将除法仅应用于 x[i] 以便 nonzero[i] 为 True ？ (我可以为此编写一个循环 - 只是想知道是否有一种 numpy 的方式来做到这一点)
或者是否有更好的方法规范化向量数组，跳过过程中的所有零向量？
最佳答案
如果可以就地进行规范化，则可以像这样使用 bool 索引数组:
nonzero = norms > 0
x[nonzero] /= norms[nonzero]
关于python - 处理 numpy 数组规范化中的零，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/17769341/