请问numpy或pandas下同样的type，结果为何不同?，numpypandas,这是 知乎上看到的题目，

请问numpy或pandas下同样的type，结果为何不同?，numpypandas,这是 知乎上看到的题目，

这是 知乎上看到的题目，挺有意思的，可还没人回答，搬过来大家看看。

原标题：在numpy或pandas下，同样的type（float16或int16），为啥 0.0/0.0 有时能 =NaN 有时能 =inf？

这个和前面一个问题很像，但是这次重点我想知道，各种情况下输出不同的原因。

请听题：

我有个python pandas的表

time              q   v         k2015-4-1 8:00     0   0   2015-4-1 8:00     16  42 2015-4-1 8:00     14  59 ... ...... ...... ...... ...... ...

Now I want let k=q/v if v!=0 else k=0. This is how I did:

(因为里面有日文在别的col里，所以用的encoding=shift-jis，导致 **type 都是 object**)>>>df['k'] = df['q'].astype(float16) /df['v'].astype(float16)q  v    k0  0  NaN>>>df['k'][df['v']==0] = 0.0

（更好的方法您能分享吗？）
只有我让 k,q 都是 float16 时， 上面 0/0 is NaN. 可是：

>>>0/np.float64(0) nan>>>df['k'] = df['q'] /df['v'].astype(float16)ZeroDivisionError

也就是 0/float16（0）=nan 但是换到pandas里就不行

再来：

>>> df['k'] = df['q'].astype(int16)/df['v'].astype(int16)q  v    k0  0  inf>>> np.int64(0)/np.int64(0)nan

也就是 int16(0)/int16（0）=nan 但是换到pandas里就是inf。。。

还没完：

>>>df =pd.DataFrame({'q':[0,16,14],'v':[0,42,59]})>>>df.astype('float64')>>>df['k']=df.q/df.vq  v    k0  0  inf

也就是把整个dataframe给变float16以后竟然也能出inf。。。

这都是为啥啊？

编橙之家文章，