python – numpy FloatingPointError：减法中遇到的值无效 – 不可重现？

2023年5月24日 316次阅读

我遇到了FloatingPointError：在一段测试代码中减去了遇到的无效值.异常开始在代码本身没有任何变化的情况下被提出,所以我在理解它时遇到了很多麻烦.

我的问题：在减去异常时遇到无效值的原因是什么？为什么在python numpy的不同安装上它的行为会有所不同？

细节：

此MWE不会引发FloatingPointError：

>>> import numpy as np
>>> np.__version__
 '1.6.1'
>>> x = np.arange(5,dtype='float64')
>>> y = np.ones(5,dtype='float64')
>>> x[2]=np.nan
>>> x-y
# array([ -1.,   0.,  nan,   2.,   3.])

但是,在一段代码的深处,我减去了两个np.float64 ndarray对象,并得到一个浮点异常.导致异常的数组包含一些非常庞大和微小的数字(例如,1e307和1e-307)和一些nans,但我没有将这些数字的任何组合导致我自己的异常测试.

更令人不安的是,我有一个大网格的Jenkins测试运行完全相同的代码与许多版本的numpy,matplotlib,python和scipy,并且没有它们引发这个异常.我在这一点上迷路了 – 我不知道是否有错误,或者是否存在,如何追踪它.

如果您感到好奇,那么有问题的代码是pyspeckit,测试在test_hr2421.py的第20行失败.

编辑：后续 – 我认为这个小片段：np.seterr(invalid =’raise’)是在我导入的模块中调用的,特别是pymc,并且拉请求已经阻止了这个更改.

最佳答案 Numpy在如何处理错误方面具有可配置的行为.默认情况下会忽略某些错误,其他错误会导致警告.对于每个类别,您可以更改此行为.有人必须将其设置为引发错误,而不是将其更改回来.

您可以通过调用numpy.seterr(invalid =’warn’)或者invalid =’ignore’来抑制此异常.有关可能错误的完整列表,请阅读numpy.seterr的文档.

您还可以使用上下文管理器：

In [12]: x = np.arange(-5, 5,dtype='float64')

In [13]: with np.errstate(divide="raise"):
    print(1/x)
   ....:     
---------------------------------------------------------------------------
FloatingPointError                        Traceback (most recent call last)
<ipython-input-13-881589fdcb7a> in <module>()
      1 with np.errstate(divide="raise"):
----> 2     print(1/x)
      3 

FloatingPointError: divide by zero encountered in true_divide

In [14]: with np.errstate(divide="warn"):
    print(1/x)
   ....:     
/home/users/gholl/venv/stable-3.5/bin/ipython3:2: RuntimeWarning: divide by zero encountered in true_divide

[-0.2        -0.25       -0.33333333 -0.5        -1.                 inf
  1.          0.5         0.33333333  0.25      ]

In [15]: with np.errstate(divide="ignore"):
    print(1/x)
   ....:     
[-0.2        -0.25       -0.33333333 -0.5        -1.                 inf
  1.          0.5         0.33333333  0.25      ]

我倾向于将整个代码包装在一个带有np.errstate(all =“raise”)的块中,然后使用上下文管理器忽略特定条件,如果我确定问题没有隐藏错误 – 通常是,虽然.

点赞