как бороться с -inf и Nan в numpy, при использовании функции log

Question

Я уверен, что многие из вас используют функцию numpy log.Как вы справляетесь с Nan и -Inf?Есть ли какой-нибудь питонный способ удалить его из массива?

a = np.array([[0,1],
              [0,0],
              [1,1]])

b = np.log(a[:,0]/a[:,1])

print(b)

Answer 1

Просто индексируйте массив, где значения конечны, используя np.isfinite() (документы здесь ).

>>> a = np.array([[0,1],
                  [0,0],
                  [1,1]])
>>> b = np.log(a[:,0]/a[:,1])
>>> b[np.isfinite(b)]
array([ 0.])

Функция np.isfinite() даст вам логический массив того же размера, что и входной массив, равный True везде, где значение конечно, то есть не-NaN и не-inf, и False в противном случае:

>>> np.isfinite(b)
array([False, False,  True], dtype=bool)

, который затем можно использовать в качестве логического индекса, поэтому он будет извлекать значения только из b, где этот результат равен True (в данном случае это конечный индекс, который имеет значение 0).