为何使用np.where仍触发divide by zero RuntimeWarning？结果却正确

嘿，这个问题我之前也踩过坑！核心原因是numpy的np.where会提前计算所有传入的参数，而不是先判断条件再选择性执行对应分支。也就是说，你写的10/x会在条件判断之前就对整个数组执行运算，这时候x里的0值就会触发RuntimeWarning: divide by zero encountered in true_divide——哪怕后面np.where把这些位置替换成了NaN，警告也已经产生了，根本拦不住。

具体拆解执行流程： #

• 第一步：Python会先计算np.where的三个参数：np.logical_or(x == 0, np.isnan(x))、np.nan、10/x。这里10/x会遍历整个x数组，当遇到x[0] = 0时，直接触发除以零的警告；遇到x[1] = NaN时，10/NaN得到NaN，但不会触发警告（警告只针对除以零，不是无效值运算）。
• 第二步：np.where才会根据条件数组，把对应位置替换成NaN或除法结果，但这一步是在除法运算之后，所以警告已经提前抛出来了。

解决方法 #

有两种靠谱的方式可以处理这个问题：

方法1：临时屏蔽警告（你已经注释的方案）

这种方法最简单，就是在运算前临时关闭除以零和无效值的警告，运算完成后再恢复：

import pandas as pd
import numpy as np

series_raw = pd.Series([0, float('nan'), 1,4,6,-1], [0,1,2,3,4,5])
print(series_raw)

# 临时屏蔽除以零和无效值警告
np.seterr(divide='ignore', invalid='ignore')
x = series_raw.values
values = np.where(np.logical_or(x == 0, np.isnan(x)), np.nan, 10 /x)
# 恢复默认警告设置
np.seterr(divide='warn', invalid='warn')

series_modified = pd.Series(values, series_raw.index)
print(series_modified)

方法2：选择性赋值（从根源避免除以零）

这种方法更严谨，只对符合条件的元素执行除法，完全避免触发警告：

import pandas as pd
import numpy as np

series_raw = pd.Series([0, float('nan'), 1,4,6,-1], [0,1,2,3,4,5])
print(series_raw)

x = series_raw.values
# 先创建一个全为NaN的数组
values = np.full_like(x, np.nan)
# 筛选出有效元素的掩码（非0且非NaN）
valid_mask = np.logical_and(x != 0, ~np.isnan(x))
# 只对有效位置执行除法
values[valid_mask] = 10 / x[valid_mask]

series_modified = pd.Series(values, series_raw.index)
print(series_modified)

两种方法都能得到你想要的输出，且第二种方法从根源上避免了除以零的运算，不会产生任何警告。

内容的提问来源于stack exchange，提问作者Antoine Collet