如何通过-0.0和0.0得到Python除法分别得到-Inf和Inf？

Question

我有一种情况，即除以0.0或-0.0是合理的，我希望分别看到+ Inf和-Inf作为结果。似乎Python喜欢抛出一个

ZeroDivisionError: float division by zero

在任一情况下。显然，我认为我可以用0.0的测试简单地包装它。但是，我找不到区分+0.0和-0.0的方法。 （仅供参考，您可以通过键入或通过常见计算（例如-1.0 * 0.0）轻松获得-0.0。

IEEE非常好地处理了这一切，但Python似乎很难隐藏经过深思熟虑的IEEE行为。事实上，0.0 == -0.0实际上是一个IEEE功能，因此Python的行为严重破坏了事情。它在C，Java，Tcl甚至JavaScript中运行良好。

建议？

Answer 1

from math import copysign

def divide(numerator, denominator):
    if denominator == 0.0:
        return copysign(float('inf'), denominator)
    return numerator / denominator

>>> divide(1, -0.0)
-inf
>>> divide(1, 0)
inf

Answer 2

我完全同意@Mark Ransom，除了我会使用try代替：

def f(a, b):
    try:
        return a / b
    except ZeroDivisionError:
        return copysign(float('inf'), denominator)

我建议这样做的原因是，如果您多次执行此功能，则在尝试除法之前，如果值为零，则不必浪费时间进行每次迭代检查。

编辑：

我比较了try与if函数的速度：

def g(a, b):
    if b == 0:
        return copysign(float('inf'), b)
    else:
        return a / b

这是测试：

s = time.time()
[f(10, x) for x in xrange(-1000000, 1000000, 1)]
print 'try:', time.time()-s
s = time.time()
[g(10, x) for x in xrange(-1000000, 1000000, 1)]
print 'if:', time.time()-s

结果如下：

try: 0.573683023453
if: 0.610251903534

这表明try方法更快，至少在我的机器上。

Answer 3

gmpy2库提供任意精度浮点类型，还允许您控制IEEE-754异常行为。

>>> import gmpy2
>>> from gmpy2 import mpfr
>>> mpfr(1)/mpfr(0)
mpfr('inf')
>>> mpfr(1)/mpfr(-0)
mpfr('inf')
>>> mpfr(1)/mpfr("-0")
mpfr('-inf')
>>> gmpy2.get_context().trap_divzero=True
>>> mpfr(1)/mpfr(0)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
gmpy2.DivisionByZeroError: 'mpfr' division by zero in division

免责声明：我维持gmpy2。

Answer 4

这是一个正确处理所有边缘情况的解决方案，至少据我所知：

def divide(a: float, b: float) -> float:
    try:
        return a/b
    except:
        return a*math.copysign(math.inf, b)

assert divide( 1,  1) ==  1
assert divide( 1, -1) == -1
assert divide(-1,  1) == -1
assert divide(-1, -1) ==  1
assert divide( 1,  0.0) >  1e300
assert divide( 1, -0.0) < -1e300
assert divide(-1,  0.0) < -1e300
assert divide(-1, -0.0) >  1e300
assert math.isnan(divide( 0.0,  0.0))
assert math.isnan(divide( 0.0, -0.0))
assert math.isnan(divide(-0.0,  0.0))
assert math.isnan(divide(-0.0, -0.0))

在b为零的情况下，它基本上将分裂a/b分成a * (1/b)并通过1/b实现copysign()。当参数为0*inf时，乘法不会抛出，而是正确地产生NAN。