在numpy v1.7+中，您可以利用ufuncs的“where”选项。您可以在一行中完成任务，而不必处理errstate上下文管理器。

>>> a = np.array([-1, 0, 1, 2, 3], dtype=float)
>>> b = np.array([ 0, 0, 0, 2, 2], dtype=float)

# If you don't pass `out` the indices where (b == 0) will be uninitialized!
>>> c = np.divide(a, b, out=np.zeros_like(a), where=b!=0)
>>> print(c)
[ 0.   0.   0.   1.   1.5]

字符串
在这种情况下，它在B不等于零的任何地方进行除法计算。当B等于0时，它保持不变，无论你最初在'out'参数中给它什么值。

基于@Franck Dernoncourt的答案，修复了-1/0和我在标量上的错误：

def div0( a, b, fill=np.nan ):
    """ a / b, divide by 0 -> `fill`
        div0( [-1, 0, 1], 0, fill=np.nan) -> [nan nan nan]
        div0( 1, 0, fill=np.inf ) -> inf
    """
    with np.errstate(divide='ignore', invalid='ignore'):
        c = np.true_divide( a, b )
    if np.isscalar( c ):
        return c if np.isfinite( c ) \
            else fill
    else:
        c[ ~ np.isfinite( c )] = fill
        return c

字符串

以其他答案为基础，并在以下方面进行改进：

• 0/0通过将invalid='ignore'添加到numpy.errstate()进行处理
• 引入numpy.nan_to_num()将np.nan转换为0。

代码：

import numpy as np

a = np.array([0,0,1,1,2], dtype='float')
b = np.array([0,1,0,1,3], dtype='float')

with np.errstate(divide='ignore', invalid='ignore'):
    c = np.true_divide(a,b)
    c[c == np.inf] = 0
    c = np.nan_to_num(c)

print('c: {0}'.format(c))

字符串
输出量：

c: [ 0.          0.          0.          1.          0.66666667]

型

已弃用（PYTHON 2溶液）：

一行程序（抛出警告）

np.nan_to_num(array1 / array2)

字符串

试着分两步做。先分裂，再替换。

with numpy.errstate(divide='ignore'):
    result = numerator / denominator
    result[denominator == 0] = 0

字符串
numpy.errstate行是可选的，它只是防止numpy告诉你除以零的“错误”，因为你已经打算这样做了，并处理了这种情况。

你也可以基于inf进行替换，只有当数组dtypes是浮点数时，就像this answer一样：

>>> a = np.array([1,2,3], dtype='float')
>>> b = np.array([0,1,3], dtype='float')
>>> c = a / b
>>> c
array([ inf,   2.,   1.])
>>> c[c == np.inf] = 0
>>> c
array([ 0.,  2.,  1.])

字符串

我在搜索相关问题时发现的一个答案是根据分母是否为零来处理输出。
假设arrayA和arrayB已经初始化，但是arrayB有一些零。如果我们想安全地计算arrayC = arrayA / arrayB，我们可以这样做。
在本例中，只要在一个单元格中有除以零的操作，就将该单元格设置为等于myOwnValue，在本例中为零

myOwnValue = 0
arrayC = np.zeros(arrayA.shape())
indNonZeros = np.where(arrayB != 0)
indZeros = np.where(arrayB = 0)

# division in two steps: first with nonzero cells, and then zero cells
arrayC[indNonZeros] = arrayA[indNonZeros] / arrayB[indNonZeros]
arrayC[indZeros] = myOwnValue # Look at footnote

字符串
脚注：回想起来，这一行是不必要的，因为arrayC[i]被示例化为零。但是如果是myOwnValue != 0的情况，这个操作会做一些事情。

使用try/except来管理任何类型的numpy RuntimeWarnings的解决方案：

with np.errstate(all='raise'):
    try:
        array3 = array1/array2
    except:
        array3 = array1 # Give whatever default value you like

字符串

另一个值得一提的解决方案：

>>> a = np.array([1,2,3], dtype='float')
>>> b = np.array([0,1,3], dtype='float')
>>> b_inv = np.array([1/i if i!=0 else 0 for i in b])
>>> a*b_inv
array([0., 2., 1.])

字符串