重复调用numpy.reciprocal返回不同值的技术问题咨询

你遇到的这个问题其实是numpy中np.reciprocal的where参数特性导致的：当你用where指定只对满足条件的元素计算倒数时，不满足条件的元素（也就是数组里的0）并不会被自动设置为默认值（比如0或NaN），而是会保留内存中原有的随机垃圾值——这就是你看到6.90326535e-310这类极小值的原因。

下面给你几种实用的解决办法：

方法1：先初始化默认值，再原地修改 #

先创建一个和原数组形状一致的数组，填充你想要的默认值（比如0），然后结合out和where参数，只修改满足条件的元素：

import numpy as np

ssh_sum = np.array([[0., 2., 1., 0., 0., 0.],
                    [0., 0., 1., 2., 0., 0.],
                    [0., 0., 0., 1., 0., 2.]])

# 初始化结果数组为0
result = np.zeros_like(ssh_sum)
# 仅对大于0的元素计算倒数，存入result
np.reciprocal(ssh_sum, where=(ssh_sum > 0.), out=result)
print(result)

输出结果：

array([[0. , 0.5, 1. , 0. , 0. , 0. ],
       [0. , 0. , 1. , 0.5, 0. , 0. ],
       [0. , 0. , 0. , 1. , 0. , 0.5]])

方法2：用np.where直接生成结果数组 #

np.where可以更直观地实现“满足条件取倒数，不满足设指定值”的逻辑，一行代码就能搞定：

result = np.where(ssh_sum > 0., np.reciprocal(ssh_sum), 0.)
print(result)

输出和方法1完全一致，不需要额外初始化数组，逻辑更清晰。

方法3：用NaN处理（适合后续需忽略无效值的场景） #

如果后续计算需要跳过0对应的无效倒数（毕竟0的倒数是无穷大），可以先把0替换成np.nan，再取倒数：

# 将0替换为NaN
ssh_sum_with_nan = np.where(ssh_sum == 0., np.nan, ssh_sum)
# 取倒数，NaN的倒数仍为NaN
result = np.reciprocal(ssh_sum_with_nan)
print(result)

输出结果：

array([[nan, 0.5, 1. , nan, nan, nan],
       [nan, nan, 1. , 0.5, nan, nan],
       [nan, nan, nan, 1. , nan, 0.5]])

后续你可以用np.nanmean、np.nansum这类函数跳过NaN值进行统计计算。

内容的提问来源于stack exchange，提问作者Hinton