除数含零的NumPy ndarray如何优雅实现无循环除法（除0处结果置0）

针对除数数组存在0值、要求对应结果索引位置填充0的除法需求，完全可以通过NumPy原生能力实现无循环计算，同时消除除零类警告，不需要逐元素遍历检查。

最优实现（无冗余计算、无警告） #

直接利用np.divide内建的where掩码参数，从计算逻辑上跳过除零位置的运算：

import numpy as np

# 初始化结果数组为全0，刚好匹配"除数为0时结果取0"的默认规则
normal = np.zeros(grad.shape, dtype=arrOrg.dtype)
# 仅在mod非0的位置执行除法，计算结果写入normal对应索引位置
np.divide(grad, mod, out=normal, where=mod != 0)

实现优势 #

• 完全可以删掉原代码中for i in range(3)的逐维循环：只要两个数组的形状满足广播规则，NumPy会自动完成跨维度的批量计算，不需要手动拆分第0维度的切片做除法
• 不会触发RuntimeWarning: invalid value encountered in true_divide（运行时警告：在true_divide计算中遇到非法值）的核心原因是：where参数指定仅在有效位置执行除法运算，除零位置的非法计算从根源上不会被触发，自然不会生成警告
• 计算效率更高：不需要先对全数组执行无差别除法，再把除零位置的结果替换成0，计算过程没有冗余环节

备选实现（存在警告的直观写法） #

如果不介意触发运行时警告，也可以通过布尔掩码索引的方式实现，仅在除数非0的位置执行赋值：

# 生成除数非0的位置掩码
valid_mask = mod != 0
normal = np.zeros_like(grad, dtype=arrOrg.dtype)
normal[valid_mask] = (grad / mod)[valid_mask]

注意：这种写法会先对整个数组执行全量除法运算，除零位置的非法值计算已经完成，因此依然会抛出对应运行时警告，实际使用体验不如第一种实现。

内容的提问来源于stack exchange，提问作者Raykie