Numpy log2零值掩码函数外正常，函数内失效问题求助

你忽略了传入函数的是Python列表而非numpy数组。

外部代码中，你先将列表转为np.array，此时distribution != 0会执行元素级布尔比较，得到布尔数组[True, True, True, True, False]，np.log2的where参数会仅对True对应的元素计算对数，False的位置保留out参数的0值，逻辑正常运行。

但在函数里，直接传入Python列表时，distribution != 0是Python的整体比较（列表与0直接比较），结果为标量True——这意味着np.log2会对所有元素执行计算，包括最后一个0值。计算log2(0)会触发除以0警告，得到-inf，后续0 * -inf会生成nan，最终求和结果自然是nan。

修复方案 #

有两种可行的修复方式：

方式一：调用函数时传入numpy数组 #

calculate_entropy(np.array([0.20, 0.3, 0.25, 0.25, 0]))

方式二：函数内部先转换输入为numpy数组 #

确保所有操作都是numpy元素级运算，兼容列表和数组输入：

def calculate_entropy(distribution):
    dist_array = np.asarray(distribution)
    log_dist = np.log2(dist_array, out=np.zeros_like(dist_array), where=(dist_array != 0))
    entropy = -np.sum(dist_array * log_dist)
    return entropy

calculate_entropy([0.20, 0.3, 0.25, 0.25, 0])  # 可正常返回正确熵值

内容的提问来源于stack exchange，提问作者mbeavitt