numpy:取log(矩阵)时有效避免0

Question

from numpy import *

m = array([[1,0],
           [2,3]])

我想按元素计算log2(m)，但仅限于m不为0的地方。在这些地方，我想结果为 0。

我现在正在对抗:

RuntimeWarning: divide by zero encountered in log2

<小时/>

尝试 1:使用 where

res = where(m != 0, log2(m), 0)

它计算出正确的结果，但我仍然记录了一个RuntimeWarning:在log2中遇到除零。看起来(从语法上来说这是非常明显的)numpy 仍然在整个矩阵上计算 log2(m) ，然后才在 where 中选择要保留的值。

我想避免这个警告。

<小时/>

尝试 2:使用 mask

from numpy import ma

res = ma.filled(log2(ma.masked_equal(m, 0)), 0)

当然，屏蔽零会阻止 log2 应用于它们，不是吗？不幸的是，没有:我们仍然收到 RuntimeWarning:divide byzero returned in log2。

即使矩阵被屏蔽，log2 似乎仍然适用于每个元素。

<小时/>

如何有效计算 numpy 数组的逐元素对数而不收到被零除警告？

• 当然，我可以使用 seterr 暂时禁用这些警告的日志记录，但这看起来不是一个干净的解决方案。
• 当然，双 for 循环有助于特殊处理 0，但会降低 numpy 的效率。

有什么想法吗？

Answer 1

另一个选项是使用where parameter of numpy's ufuncs :

m = np.array([[1., 0], [2, 3]])
res = np.log2(m, out=np.zeros_like(m), where=(m!=0))

不会引发RuntimeWarning，并且在不计算日志的地方引入零。