如何在Numpy中计算1/(0+0j)时避免生成nan*j？

Numpy计算1/(0+0j)时，实部是inf（因为1/0=inf），虚部会出现nan（本质是0/0的无意义运算），而Matlab会自动把这种情况的虚部处理为0，所以结果是inf+0j。给你两个实用的解决办法：

方法一：用np.nan_to_num直接替换nan #

计算倒数后，用这个函数把所有nan值替换成0，inf保持不变，一步到位：

import numpy as np
array1 = np.array([[6+2j, 6], [0, 4]])
reciprocal_array = np.nan_to_num(1/array1, nan=0)
print(reciprocal_array)

输出里原来的inf+nanj会变成inf+0j，和Matlab结果一致。

方法二：提前定位0元素单独处理 #

先找到数组中所有等于0的位置，计算倒数后把这些位置的结果手动设为inf+0j：

import numpy as np
array1 = np.array([[6+2j, 6], [0, 4]])
reciprocal_array = 1/array1
# 定位原数组中的0元素
zero_indices = array1 == 0
# 将对应位置的倒数设为inf（自动转为inf+0j）
reciprocal_array[zero_indices] = np.inf
print(reciprocal_array)

这个方法更精准，只处理0元素对应的倒数结果，不影响其他正常复数的倒数计算。

另外提下你现有代码的问题：你用np.isnan(array1)找nan，但原数组里根本没有nan，所以这个操作完全没效果，应该检查的是倒数后的数组里的nan值，不过上面两个方法都比你原来的思路更高效。

内容的提问来源于stack exchange，提问作者Yamen131719