numpy计算无输入NaN却输出NaN问题求助

首先，咱们先明确：你遇到的情况是单独的log10和sqrt数组都没有NaN，但它们相乘后出现了NaN，这大概率不是输入数据的NaN问题，而是浮点数运算里的特殊值（无穷大/无穷小）导致的。

核心原因：inf * 0 或 -inf * 0 会产生NaN #

numpy里，无穷大（inf）或者负无穷（-inf）和0相乘，结果会是np.nan，但单独检查inf的时候，np.isnan()会返回False——这就是你看到的“单独数组无NaN，相乘后有NaN”的根本原因。

举个简单例子验证：

import numpy as np
a = np.array([np.inf])
b = np.array([0.0])
print(np.isnan(a), np.isnan(b))  # 输出：[False] [False]
print(np.isnan(a * b))          # 输出：[True]

排查步骤 #

1. 检查log10和sqrt里是否存在无穷值
   在代码里加上这两行，确认是否有inf或-inf：

   print("log10有无穷值？", np.isinf(log10).any())
   print("sqrt有无穷值？", np.isinf(sqrt).any())
   

2. 定位产生NaN的具体位置
   把你注释掉的那段循环打开，或者用numpy的where直接找索引：

   nan_indices = np.where(np.isnan(ttt))
   print("产生NaN的索引：", nan_indices)
   print("对应log10值：", log10[nan_indices])
   print("对应sqrt值：", sqrt[nan_indices])
   

   这时候你会看到，这些位置要么是log10为-inf（因为log的值趋近于0，np.log10(0)会返回-inf），要么是sqrt为0（因为rot=2*g*DN*J_e趋近于0），两者相乘就得到了NaN。

3. 追溯原始数据的异常值
   找到这些索引对应的原始数据（DN、J_e、v、k），看看是不是存在：

   • DN极小或者为0？
   • J_e极小或者为0？
   • v极小导致(2.51*v)/(DN*np.sqrt(2*g*DN*J_e))趋近于0，加上后面的项后log整体趋近于0？

解决方法 #

针对找到的异常情况，给运算加一个“兜底”处理，避免出现inf和0相乘的情况：
比如：

1. 给log设置一个极小的下限，防止log10变成-inf：

   log = ((2.51 * v) / (DN * np.sqrt(2 * g * DN * J_e))) + (k / (3.71 * DN))
   # 给log设置最小值，避免log10返回-inf
   log = np.maximum(log, 1e-10)
   log10 = np.log10(log)
   

2. 给rot设置一个极小的下限，防止sqrt变成0：

   rot = 2 * g * DN * J_e
   rot = np.maximum(rot, 1e-10)
   sqrt = np.sqrt(rot)
   

3. 或者在相乘的时候直接处理特殊值：

   # 先把log10里的-inf替换成一个合理的极小值，sqrt里的0替换成极小值
   log10_clean = np.where(np.isinf(log10), -10, log10)
   sqrt_clean = np.where(sqrt == 0, 1e-10, sqrt)
   ttt = log10_clean * sqrt_clean
   

这样就能避免相乘后出现NaN的情况了。

内容的提问来源于stack exchange，提问作者JohPel