我有两个unumpy
数组:
A= [390.9999999999952+/-19.77371993328507
129.99999999999932+/-11.40175425099135
34.99999999999997+/-5.9160797830996135
4.999999999999999+/-2.2360679774997894 0.0+/-0 0.0+/-0
4.999999999999999+/-2.2360679774997894]
B= [33.999999999999964+/-5.830951894845297
17.33333333333334+/-4.163331998932266
9.666666666666666+/-3.1091263510296048
4.999999999999999+/-2.2360679774997894 0.0+/-nan 0.0+/-nan
4.999999999999999+/-2.2360679774997894]
在计算平均比率的误差时,我希望通过以下方式传播其误差:
fraction = np.where(unumpy.nominal_values(A) > 0, unumpy.std_devs(B/A), np.nan)
但我不知道如何修复我收到的以下错误:
Traceback (most recent call last):
File "my_code4.py", line 2076, in <module>
fraction = np.where(unumpy.nominal_values(A) > 0, unumpy.std_devs(B/A), np.nan)
File "/home/username/anaconda3/lib/python3.6/site-packages/uncertainties/core.py", line 661, in f_with_affine_output
f_nominal_value = f(*args_values, **kwargs)
ZeroDivisionError: float division by zero
用某个值epsilon(即:1e-9或1e-7)替换任何零
0
肯定具有物理意义。但是对于计算,计算机科学不能处理NaN
或Inf
,因为它们是不确定的。所以通常我们如何通过加一个小值来处理这个数学错误。这不会有太大的影响通常在许多数学库中,它们的处理方式如下
假设我们有矩阵/向量
A
,它可以包含0。我要除以另一个矩阵。在这之前,我们可以做下面的预处理这将向所有元素添加一个非常小的值,如
2.220446049250313e-16
。因此,通过这样做,矩阵的分布也将被保留希望这会有所帮助。:)
我通过对上一行的以下更改解决了该问题: 我所做的基本上是通过两个值的除传播误差,其中两个参数中的误差以第一原理的正交形式相加
相关问题 更多 >
编程相关推荐