在rk45的true_divide中遇到无效值
是指在使用rk45算法进行数值积分计算时，出现了无法进行除法运算的无效值情况。
RK45是一种常用的数值积分算法，用于求解常微分方程。它是Runge-Kutta方法的一种变体，通过不断逼近积分曲线上的点，求解给定的微分方程。true_divide是在计算过程中进行除法运算的函数。
当在rk45的true_divide中遇到无效值时，可能是由于以下原因导致的：
- 输入数据中包含了无效值或非数值数据，例如NaN（Not a Number）或Inf（Infinity）。
- 在计算过程中出现了除以零的情况，导致无效值的产生。
在处理这种情况时，可以采取以下措施：
- 检查输入数据的有效性，排除包含无效值或非数值数据的情况。
- 在进行除法运算之前，先检查除数是否为零，避免出现除以零的情况。
- 对于出现无效值的情况，可以选择跳过该计算步骤，或者根据实际需求进行适当的处理。
腾讯云提供了一系列云计算相关的产品和服务，可以帮助用户进行计算、存储和处理各类数据。以下是一些相关产品的介绍链接：
- 云服务器（ECS）：提供灵活可扩展的云计算基础设施。链接：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL版（CDB）：可靠、高性能的云数据库服务。链接：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云函数（SCF）：无服务器计算服务，实现按需计算。链接：https://cloud.tencent.com/product/scf
请注意，以上只是腾讯云部分相关产品的介绍，还有更多产品可供选择。在具体应用场景中，可以根据实际需求选择适合的产品和服务。
相关·内容
1回答
我正在执行两个模型来适应我的数据集。Poisson模型运行时没有抛出任何错误。但是对于相同的数据集，负二项式不起作用。有人能告诉我这些错误意味着什么吗？
from statsmodels.formula.api import NegativeBinomial
m1=sm.NegativeBinomial(y_train,x_train).fit()
print(m1.summary())
我在模型中得到以下错误：
1) RuntimeWarning:除以在日志中遇到的零，llf = coeff + size_np.log(prob) + endog_np.log(1-prob)
2) Ru
浏览 0提问于2019-05-06得票数 0
我一直收到关于部门的运行时警告。在下面的代码中，我使用了来自这个论坛的的答案，甚至从导入了警告错误。
def alpha_n(V):
with np.errstate(divide='ignore'):
alph = np.where(V!= -55, 0.01*(V+55)/(1-np.exp(-0.1*(V+55))), 0.1)
return alph
RuntimeWarning:在true_divide中遇到的无效值
如何正确定义函数以避免警告？
浏览 5提问于2021-01-19得票数 1
回答已采纳
当在相当大的管道上运行numpy时，我会收到类似的警告。
RuntimeWarning:在true_divide中遇到的无效值
RuntimeWarning:在更大的
除了编写数十个打印语句之外，我还如何找到代码中的这些语句的位置？
Python 2.7和numpy 1.8.1
浏览 3提问于2015-02-16得票数 6
回答已采纳
如何将numpy数组的每一行元素除以该行的单位向量？
例如：
A = np.array([[ 0. , 1.],[ 2., 4.],[ 1., 5.]])
因此，所需的产出矩阵应该是：
[[ 0.0 , 1.][0.0, 0.0][0.19611614 , 0.98058068]]
我通过使用以下代码片段获得了这个结果：
for row in A:
t=np.sqrt(np.sum(row**2))
row = row/t
但是，当我在非常大的矩阵上使用这段代码时，它会抛出错误："RuntimeWarning:在true_divide中遇到的无效值“.But，我
浏览 3提问于2017-04-12得票数 1
回答已采纳
1回答
我在python的矩阵计算中遇到了麻烦。我把矩阵作为numpy数组a = np.array([[0, 1, 0], [0, 0, 1], [0, 0, 0]])，并尝试了一些计算。但我犯了个错误
RuntimeWarning:在true_divide中遇到的无效值
所以我检查了一些步骤，结果矩阵计算为0。
例如，我运行了以下代码
from numpy import linalg as LA
import numpy as np
a = np.array([[0, 1, 0], [0, 0, 1], [0, 0, 0]])
print(a * np.identity(3))
结果是
[[
浏览 3提问于2020-06-29得票数 0
1回答
我有一个数组，我需要计算每个数组的z得分，即数组中每一行的z得分。
我的代码：
for x in train_image_resize:
train_image_resize_mean = scipy.stats.zscore(x)
错误: C:\ProgramData\Anaconda3\lib\site-packages\scipy\stats\stats.py:2253: RuntimeWarning:在true_divide返回(a )/ sstd中遇到的无效值
如果我做了scipy.stats.zscore(train_image_resize)，它就会计算数组中每个
浏览 0提问于2019-09-08得票数 0
我有一个包含(sin(x)/x)的复杂函数。在x=0中，此函数的极限为1，但数值计算时为NaN。
当计算大量值时，该函数被矢量化以获得高性能，但在x=0时会失败。
此问题的简化版本如下所示。
import numpy as np
def f(x):
return np.sin(x)/x
x = np.arange(-5,6)
y = f(x)
print(y)
执行时，这将返回：
..。RuntimeWarning:在true_divide返回np.sin(x)/x中遇到的无效值
-0.19178485 -0.18920062 0.04704 0.45464871 0.8414709
浏览 22提问于2022-01-21得票数 1
我在np.ndarrays中获得了一些数据，我想将其规范化为0到1之间。我问，最好的方法是什么，以及如何避免除以0，有人告诉我最好的方法是使用np.nan_to_num()。这似乎有效，我想我对此没有任何问题。从上一个问题开始，我的代码已经进化，现在我想对三个不同的数组--训练信号、验证信号和测试信号--做同样的事情：
TrainingSigMaxes = np.max(trainingsignals, axis = 1)
TrainingNormSignals=np.nan_to_num(trainingsignals/TrainingSigMaxes[:,np.newaxis])
Val
浏览 2提问于2020-07-21得票数 1
回答已采纳
1回答
尝试/排除未捕获错误
、、、
我正在尝试使用try/except来处理被零除的错误，但是except似乎没有捕捉到这个错误，并且我找不出原因。
import numpy as np
A = np.array([[0.5,0,0.25,0.125,0.05],[0.5,0.5,0.5,0.5,0.5]])
Y = np.array([[0,1,0,1,1],[0,0,0,0,1]])
p = np.shape(A)[0]
q = np.shape(A)[1]
m = 2
try:
dA = (-1 / m) * ((Y - A) / (A - np.square(A))) * (A * (1 - A))
exce
浏览 1提问于2018-02-25得票数 0
我一直试图运行我在GitHub上找到的一些代码(如果需要引用您在Stack OverFlow上从其他来源获得的代码，请告诉我)，但是我有一个错误，上面写着
"RuntimeWarning:除以日志中遇到的零和在true_divide中遇到的无效值“
当像素值被读取到可能包含零的矩阵中时，如何解决这个问题？另外，我还附上了我正在使用的图片。
from __future__ import print_function
import numpy as np
import cv2
import os
def rgb2ii(img, alpha):
""
浏览 4提问于2021-07-02得票数 0
回答已采纳
我试图绘制一个FIR滤波器的Bode图，它用于拒绝超过100 Hz的多余频率，采样频率为500 the。为了尽可能地产生更清晰的输出，滤波器有许多系数，但是当试图构造Bode图时，错误信息是指条件差的系数。
我尝试将系数的数量从100000减少到2000年(在下面的代码中是numtaps_2)，但是这也不起作用，我得到了同样的错误消息。
错误信息: /home/goodvibrations/.local/lib/python3.10/site-packages/scipy/signal/_filter_design.py:1709: BadCoefficients:条件差的过滤系数(分子)：结
浏览 6提问于2022-03-26得票数 0
回答已采纳
我正在使用python scipy模块中的RK45/RK23求解器进行实验。使用它来解决简单的常微分方程，它没有给我正确的结果。当我手动编写Runge Kutta 4阶代码时，它工作得很好，所以模块中的odeint求解器也是如此，但RK23/RK45不能。如果有人能帮我弄清楚这个问题，那就帮了大忙了。到目前为止，我只实现了简单的ODEs。
dydt = -K*(y^2)
代码：
import numpy as np
from scipy.integrate import solve_ivp,RK45,odeint
import matplotlib.pyplot as plt
# func
浏览 42提问于2020-11-12得票数 1
回答已采纳
1回答
我正在访问一个规范化数组中的X和Y值。但是我想排除带有0的值，而我使用for循环将一个方程应用到规范化数组的每个bin。我收到了0值的错误。
normed = array([[ 0.0003, 0.0026, 0.0149, 0.0288, 0.0328, 0.0174, 0.0036,
0.0004, 0. , 0. ],
[ 0.0001, 0.0024, 0.0103, 0.0244, 0.0321, 0.0211, 0.0064,
0.0006, 0. , 0. ],
[ 0.0003,
浏览 2提问于2016-10-25得票数 0
为什么numpy.corrcoef()会返回NaN值？
我的工作是高维数据，这是不可行的，通过每一个数据来测试值。
# Import
from sklearn.preprocessing import StandardScaler
import pandas as pd
import numpy as np
# Delete all zero columns
df = df.loc[:, (df != 0).any(axis=0)]
# Delete any NaN columns
df = df.dropna(axis='columns', how='any
浏览 0提问于2018-07-09得票数 1
1回答
矩阵除零警告
、、
我是Python的新手，我在代码中遇到了以下错误： import numpy as np
A = np.empty([2, 2], dtype = float)
Z = np.empty([2, 2], dtype = float)
Z = [[2.0, 0.0], [0.0, 3.0]]
A = [[1, -1], [1, -2]]
print(np.divide(A, np.power(Z, 2))) 这些代码会产生以下结果： [[ 0.25 -inf], [inf -0.22222222]] 但我知道，使用计算器，正确的答案应该是： [[ 0.25 -0.25], [ 0.1
浏览 25提问于2020-07-09得票数 0
我只是拿起python来完成机器学习任务，以便实践我在课堂上收集到的知识。
我对python很陌生，因此我刚刚发现了库，它提供了许多非常有用的数学工具，其中包括使用interpolate.lagrange对一维多项式进行拉格朗日插值。
我试着用这个函数来得到一个方程，然后再用。尽管我得到了以下错误：
/usr/lib/python2.7/dist-packages/numpy/lib/polynomial.py:1186: RuntimeWarning:除以在true_divide中遇到的零，返回poly1d( zero .poly1d/other) /usr/lib/python2.7/d
浏览 4提问于2017-10-11得票数 0
回答已采纳
#代码任务10
#在StandardScalers上调用X_tr的fit方法来拟合标量器
#然后使用it的transform()方法将缩放应用于列车和测试分叉
#data (X_tr和X_te)，分别命名结果X_tr_scaled和X_te_scaled
scaler = StandardScaler()
scaler.fit_transform(X_tr)
X_tr_scaled = scaler.transform(X_tr)
X_te_scaled = scaler.transform(X_te)
这是我使用的代码，但我得到了一个
RunTimeWarning:在true_divide
浏览 2提问于2021-06-21得票数 1
回答已采纳
在使用时，我经常会遇到这样的警告(imho应该是一个错误，因为它完全失败了传播)：
/usr/local/lib/python3.5/dist-packages/sklearn/semi_supervised/label_propagation.py:279: RuntimeWarning: true_divide self.label_distributions_ /=规范化器中遇到的无效值
因此，经过几次尝试与径向基函数的核，我发现参数gamma有影响。
编辑：
这个问题来自于
if self._variant == 'propagation':
浏览 1提问于2018-08-28得票数 18
回答已采纳
在执行之后，对于特定的数据集，例程会遇到错误：
/usr/local/lib/python2.7/site-packages/scipy/odr/odrpack.py:361: RuntimeWarning: divide by zero encountered in true_divide
return 1./numpy.power(sd, 2)
Beta: [ nan nan]
Beta Std Error: [ 0. 0.]
Beta Covariance: [[ 0. 0.]
[ 0. 0.]]
Residual Variance: 0.0
浏览 1提问于2014-05-02得票数 2
我有一个ODE dy/dt = f(y,t)，其中y是一个N维向量，我想用scipy.integrate.solve_ivp函数来求解它。
但是，如果某个谓词g(y,t)的计算结果为True，则我希望停止集成。这里的用例是，我期望y的值在集成持续时间t_end结束之前收敛到一些常量值t_end。我对这个常量值y0感兴趣，并且希望在收敛发生后终止集成来节省时间。
我希望能在最后5个集成步骤中创建一个数组来存储y的值，如果它们非常接近，就会发生收敛。
在我的情况下，event函数solve_ivp并没有真正的帮助:没有我希望找到的根，而且当收敛发生时，我对t不感兴趣。我感到惊讶的是，这种看似“常见
浏览 11提问于2022-05-22得票数 1
我有两个numpy数组，我试图将其中一个除以另一个，同时，我希望确保除数为0的条目应该被替换为0。
所以，我做了这样的事情：
log_norm_images = np.where(b_0 > 0, np.divide(diff_images, b_0), 0)
这给我一个运行时警告：
RuntimeWarning: invalid value encountered in true_divide
现在，我想看看发生了什么，我做了以下几件事：
xx = np.isfinite(diff_images)
print (xx[xx == False])
xx = np.isfinite(b_
浏览 1提问于2015-01-08得票数 31
回答已采纳
我在一个非常长的CSV文件上运行下面的函数。该函数每50行计算一次列MFE的Z分数。这50行中的一些只包含零，因此当计算Zscore时，程序会停止，因为它不能被零除。我如何才能解决这个问题，而不是停止程序运行，为这些行的z得分打印一个0？
def doZscore(csv_file, n_random):
df = pd.read_csv(csv_file)
row_start = 0
row_end = n_random + 1
step = n_random + 1
zscore = []
while row_end <= len(df
浏览 2提问于2019-07-17得票数 1
我试图将一个数字数组规范化到范围(0，1)，以便我可以使用它们作为加权random.choice()的权重，所以我输入了这一行：
# weights is a nonzero numpy.array
weights /= weights.max()
然而，Pycharm说，max()函数(Parameter 'initial' unfilled)有一个未填充的参数。我用/=运算符和“正则”除法(a = a / b)在REPL中尝试了这一点，得到了与Pycharm所认为的不同的结果和不同的错误：
>>> a = numpy.array([1,2,3])
>
浏览 1提问于2020-09-11得票数 1
我有一个ODE系统，到目前为止我是通过solve_ivp解决的。
scipy.integrate.solve_ivp(fun=model, t_span=(0.0, t_end), y0=[s0])
我的问题是，我希望在运行的模拟中求解ODE，其中新值不断注入到模拟中，并显示结果。模拟可能会运行几个小时。我的方法是重复调用solve_ivp，大致如下(这允许我显示中间结果并获取新数据，这里没有显示)：
t = 0.0
s = s0
while t < t_end:
result = scipy.integrate.solve_ivp(fun=model, t_span=(t, t
浏览 0提问于2021-11-18得票数 1
1回答
我试图根据函数n和输入x的顺序定义一个函数。
import numpy as np
#importing our packages
n = np.array([0,1,2])
x = np.arange(0,21,1)
#defining our functions
def J(n,x):
if np.all(n==0) and np.all(x==0):
return 0
else:
J0 = np.sin(x)/x
J0[np.isnan(J0)]=0
print("First f
浏览 0提问于2018-11-16得票数 0
我在scipy中使用odeint来集成一个函数。这个函数基本上是x，y，z方向上的速度，我需要积分它们，才能找到相应的x，y，z位置坐标。python中的Odeint请求时间步数的列表，并仅返回这些时间步数的值。但是，我需要在每个内部定义的时间步长计算的x，y，z坐标位置的所有值，而不仅仅是我作为参数发送的时间步长。那么，有没有办法只发送最小和最大时间步长，并获得在给定最小时间步长和最大时间步长之间的每个内部定义的时间步长计算的所有值？ 我需要这样做的原因是，当我绘制返回的x，y，z坐标时，我得到的是急转弯，而不是平滑的路径。因此，为了绘制一条平滑的路径，我将需要在每个内部定义的时间步长计算
浏览 96提问于2020-11-04得票数 0
我试图用scipy.integrate.RK45()来解一个一阶微分方程组。我已经编写了我希望绘制的模型函数(位移与时间)，但是RK45()要求这个函数需要两个参数，即't‘和'y'，其中t是标量，'y’是数组。下文对此作了更好的说明：
我的脚本如下：
import numpy as np
from scipy.integrate import RK45, RK23
def model(t, y):
m = 2
c = 10
k = 1500
if (t >= 0 and t < 0.1):
浏览 4提问于2020-09-18得票数 0
回答已采纳
1回答
我试图在r(0,20)范围内绘制函数j0、j1和j10，方法是使用lambdify将函数转换为numpy格式。我使用了以下代码：
import numpy as np
import matplotlib.pyplot as plt
import sympy as sym
from ipywidgets.widgets import interact
sym.init_printing(use_latex="mathjax")
x, y, z, t = sym.symbols('x y z t')
r = sym.symbols("r",
浏览 1提问于2018-11-26得票数 1
回答已采纳
2回答
我有两个数组:第一个数组带有所有正确的标签(由于每个样本都属于同一个类，所以它们都被设置为零)和另一个数组，其中一个数组带有由我的神经网络预测的所有标签。我想要做的是绘制一个简单的混淆矩阵来显示结果。这是我的密码：
test_labels = [0, 0, 0, ...., 0] #all set to zero
predict_labels = [0, 0, 1, ...., 1]
matrix = confusion_matrix(test_labels, predict_labels)
fig = plt.figure()
colors = ['orange', '
浏览 0提问于2021-04-05得票数 0
回答已采纳
我试图根据我所拥有的少数数据绘制一个图表，但我遇到了一些问题。这是我试过的密码
import sqlite3
import os
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
q5 = c.execute('''
SELECT AVG(ontime.ArrDelay) AS Avg_ArriveDelay,
ontime.Month AS MonthArrive,
ontime.Year AS YearArrive
F
浏览 2提问于2022-01-17得票数 0
1回答
我正在尝试使用ARIMA进行简单的预测。下面的代码生成(1,1,3)阶参数的所有NaNs作为输出，但是对于(1,1,2)和(1,1,4)阶参数，我能够获得正确的(数值)输出。同样的功能在其他一些使用旧/新版本的pandas、statsmodel和pmdarima的安装中也可以很好地工作。我在Stackoverflow中检查了相关问题，但由于具有相同参数的相同函数在其他库中也有效，我假设(1,1,3)的order参数没有任何问题，可能是库版本或其他配置的错误。任何帮助都是非常感谢的。
from statsmodels.tsa.arima_model import ARIMA
def te
浏览 0提问于2019-12-14得票数 2
我在几个问题上见过，比如，用np.timedelta64(1,"D")划分日期列差异的策略。
然而，当我尝试这样的事情时，我会发现一个错误：
TypeError: ufunc true_divide不能使用类型为dtype('O')和dtype(‘)的操作数
基本上，我想要的是：
df['time_since_last_change'] = (df['date'] - df['date_of_last_change']) / np.timedelta64(1, 'D')
对于两列日期/日期时间
浏览 2提问于2016-06-16得票数 1
在裸体中，
np.array([1])/0.0
给予：
RuntimeWarning: divide by zero encountered in true_divide
这不是致命的错误。有没有办法让零除法总是给出致命的错误？
浏览 0提问于2018-07-10得票数 1
回答已采纳
1回答
我正在使用numpy“seems ()”，以便将其除以零，而且在大多数情况下，我的代码似乎工作正常。然而，我仍然收到警告信息：
RuntimeWarning:除以在true_divide ycmpnt = np.choose( np.abs (a )>0，( 0.，(a+ 1) /a)中遇到的零
尽管似乎没有出现任何问题，但这会导致控制台中不可接受的文本数量，因为代码循环了上百次。你知道这是怎么回事吗？
a = np.array([[0., 1., 2., 3.], [10., 11., 0., 13.],
[20., 21., 22., 23.], [0., 31., 32.,
浏览 4提问于2022-08-02得票数 0
回答已采纳
1回答
我想在亚马逊评论数据集上使用word2vec和tfidf，但我不知道如何做到这一点……我已经采样了包含5k条评论的数据，其中5k条score.......there是一个对应于+ve或-ve的列分数。我试过了，但我有以下错误......
#TF-IDF
final_tf_idf = tf_idf_vect.fit_transform(final_data['CleanedText'].values)
tfidf_feat = tf_idf_vect.get_feature_names()
# tfidf words/col-names
# final_tf_idf is
浏览 0提问于2018-05-25得票数 0
我试图在matplotlib中对矩阵执行PCA，但是一直遇到LinAlgError: SVD没有收敛。我已经检查了我的数据是否有坏的价值。我能够在类似的数据集上实现PCA，没有任何问题，但在这种情况下，我切换了维度，因为行数必须大于PCA类的列数。我的矩阵有345行和146列浮动，在0.0和1.0之间。我不知道这里发生了什么，也不知道如何调试。我正在iPython中工作，如果这有区别的话，那么请同时使用最新版本的numpy和scipy (我在以前的版本中看到过与此函数相关的bug)。
我也在同一单元格上遇到这个警告，我不确定它是否相关：
RuntimeWarning: invalid valu
浏览 2提问于2014-11-30得票数 1
回答已采纳
scipy.integrate.RK45的实现没有指定在何处提到应该执行集成的时间。 输入选项"t_bound“似乎是最后一个时期。 要进行集成，必须使用"step“选项，该选项没有输入，因此无法在其中指定时间戳。 与其他集成器相比: scipy.integrate.solve_ivp，它有"t_eval“选项，可以在需要解决方案的地方提到所有时期(作为一个数组)。 下面的代码可以工作： check=solve_ivp(fun_integrator, t_span, y0, \
method='RK45', t_eval=t,
浏览 61提问于2019-06-20得票数 2
1回答
我使用Spyder (Python 3.6)
我的问题是我的一个循环"for"，我在true_divide中遇到了“RuntimeWarning: divide by zero”。
问题是(因为我的“tqdm”运行得太快了)，我不知道它是在哪里或者什么时候被提出的。
我试着使用：
print("ii = " + str(ii) + ", jj = " + str(jj) + ... + ", zz = " + str(zz))
或者：
try :
blablabla
except:
sys.exit
但是第一个
浏览 2提问于2018-02-24得票数 1
回答已采纳
在创建后立即在TypeError数组上使用/=时会得到NumPy：
>>> arr = np.array([1,2,3])
>>> arr /= 2
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-89-ff91ab204368> in <module>
浏览 14提问于2021-11-17得票数 1
回答已采纳
我已经检查过了，它运行得很好。然而，我的矩阵中的一些行都是零元素。在这种情况下，避免RuntimeWarning: invalid value encountered in true_divide的好方法是什么？另外，我不希望零位元素在这里被Nan替换。
eachPSM = np.ones([3,4])
eachPSM[0] = 0
print eachPSM
>> [[ 0. 0. 0. 0.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]
print np.true_divide(eachPSM.sum(1),(eachPSM!=0).su
浏览 8提问于2017-10-22得票数 0
回答已采纳
1回答
在高精度计算导数时被零误差除法
、、、、
我正在使用斜率法计算函数的导数。我需要放大图表来查看实际发生了什么，但数据点太低，无法提供平滑的曲线。因此，当我增加循环中的迭代次数时，程序会给出在true_divide中遇到的RuntimeWarning: divide by 0的错误。函数为红色，其导数图为绿色，如下所示： ? ? ? 正如这里可以看到的那样，曲线并不平滑，即它缺乏数据点。我使用for循环来迭代我的程序，当我增加范围时，它会产生错误。计算是使用数值方法完成的，我只使用步长0.0001。在此之后，程序不会提供正确的值。这里可以做些什么？
浏览 10提问于2020-04-18得票数 0
1回答
我有以下问题。我导入了itk并使用它过滤了一个3d数组。现在，在我的脚本的另一部分中，我做了一些numpy数组计算，我得到了一个"TypeError: itkFormatWarning()得到了一个意外的关键字参数'line'"错误，并且脚本崩溃了。如果没有导入itk，它将显示警告"401: RuntimeWarning:除以在true_divide中遇到的零“，但不要停止脚本
sparseMatrix= (self.PlusMatrix+self.PufferMatrix*0.5)/self.MinusMatrix
PlusMatrix、MinusMa
浏览 1提问于2018-02-01得票数 0
1回答
如何正确更新集成函数数组？
、、、、
我一直在尝试使用Runge-Kutta45积分方法来更新一组粒子在空间中的位置和速度，以获得某个时间步长的新状态。 最初，我创建了一个包含所有这些元素的数组，并将它们组合在一起(y)： r_vec_1 = np.array([0, 0])
v_vec_1 = np.array([-np.sqrt(2), -np.sqrt(2)])
r_vec_2 = np.array([-1, 0])
v_vec_2 = np.array([np.sqrt(2) / 2, np.sqrt(2) / 2])
r_vec_3 = np.array([1, 0])
v_vec_3 = np.array([np
浏览 12提问于2021-02-06得票数 0
回答已采纳
当我得到试图避免除以零的np.where时，我仍然会得到错误，即使p_arr - 0.5应该始终是> 0。
mo = np.where(p_arr > 0.5, -6.93/(p_arr - 0.5), 10)
RuntimeWarning:除以true_divide mo =np.where中遇到的零(p_arr> 0.5，-6.93/(p_arr - 0.5)，10)
知道为什么怎么解决吗？此外，是否有任何方法正确地调试它，因此错误将显示来自p_arr的确切值？
一些测试：
x = np.where(p_arr > 0.5, p_arr, 1)
print(np
浏览 4提问于2020-11-09得票数 3
回答已采纳
1回答
将除以零解释为nan
、、、、
我试着把一个数组除以另一个数组，比如说
a = np.array([[2., 2., 2., 2., 2.], [2., 2., 2., 2., 2.]])
b = np.array([[20., 16., 0., 10., nan], [5., 4., nan, 2., 0.]])
np.divide(a,b)
会导致
array([[ 0.1 , 0.125, inf, 0.2 , nan],
[ 0.4 , 0.5 , nan, 1. , inf]])
并给出了错误RuntimeWarning:除以在true_divide中遇到
浏览 1提问于2018-06-08得票数 1
回答已采纳
1回答
我想用numpy和matplotlib绘制一个时间序列，使用精确点的标记和插值。基本上这(数据是虚拟的，但功能是相同的，请注意，时间点之间的距离可能不同)：
import numpy as np
from scipy.interpolate import interp1d
import matplotlib.pyplot as plt
T = [
np.datetime64('2020-01-01T00:00:00.000000000'),
np.datetime64('2020-01-02T00:00:00.000000000'),
浏览 3提问于2022-06-08得票数 1
回答已采纳
我正在慢慢地进入一些机器学习，但是在一次使用计算机视觉对kaggle猫和狗数据集的练习中，发生了一些我不太明白的事情。
然后，当我试图从泡菜中规范化图像值时，它会在编写时工作。
X = X/255.0
但是当我写时抛出一个错误
X /=255.0
TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'B') according to the casting rule &#
浏览 0提问于2019-07-28得票数 3
回答已采纳
1回答
Numpy选择惰性版本
、、、
考虑下面的代码
>>> x = np.array([0, 0, 1, 1])
>>> np.select([x==0, True], [x+1, 1/x])
array([ 1., 1., 1., 1.])
它有两个问题。
第一，它不懒惰。它急切地计算x+1和1/x，尽管最终结果中不需要一些计算值。
其次，每次运行代码时，numpy都会发出警告。
RuntimeWarning: divide by zero encountered in true_divide
这在某种程度上与前一点有关，因为它试图计算1/x，即使在最终答案中不需要这样做的时候。
浏览 1提问于2015-10-20得票数 4
回答已采纳
在两个数字(0.85,0.18)之间进行t检验，得到p值作为Nan，同时出现以下错误：
也得到了这个错误，_，p_value=stats.ttest_ind(a=Max，b=Max_1，C:\Users\NehaBhakat\Anaconda31\lib\site-packages\numpy\core\fromnumeric.py:3584: RuntimeWarning:切片**kwargs的自由度<= 0) C:\Users\NehaBhakat\Anaconda31\lib\site-packages\scipy\stats_distn_infrastructure.py:903
浏览 2提问于2020-09-18得票数 0
我希望我的应用程序名，正如用户所看到的，包括一个感叹号。然而，我不想遇到一些技术问题，现在或以后。设置它的最好方法是什么？有什么隐藏的问题我应该意识到吗？
其他选项呢:不适合16位的unicode字符？表情符号？
我知道，如何设置应用程序包，产品名称和显示名称，这不是一个重复的问题，这些事情。我在问这个特殊的场景，因为我不知道我应该问一些细微的问题，以后我会遇到的。
所谓无效，我指的是在某些上下文中无效:例如，在路径名称中无效。
浏览 3提问于2014-05-05得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
