Ignorieren Division durch 0 Warnung in NumPy

Habe ich eine Funktion für die Statistik Fragen:

import numpy as np
from scipy.special import gamma as Gamma

def Foo(xdata):
    ...
    return x1 * (
                 ( #R is a numpy vector
                  ( ((R - x2)/beta) ** (x3 -1) ) * 
                  ( np.exp( - ((R - x2) / x4) ) ) /
                  ( x4 * Gamma(x3))
                 ).real
                )

Manchmal bekomme ich von der shell die folgende Warnung:

RuntimeWarning: divide by zero encountered in...

Ich die numpy isinf Funktion zum korrigieren der Ergebnisse der Funktion in andere Dateien, so brauche ich nicht diese Warnung.

Gibt es eine Möglichkeit, um die Meldung zu ignorieren?
In anderen Worten, ich will nicht die Schale, um diese Nachricht drucken.

Möchte ich nicht deaktivieren, alle python-Warnungen, nur dieses eine.

  • Sie konnte nur fangen es und ignorieren es, wenn Sie nicht brauchen, um sich zu erholen.
  • Sie können immer try... except ZeroDivisionError (oder was auch immer Fehler geworfen wird)
  • mögliche Duplikate von How to disable-python-Warnungen
  • es wird kein Fehler geworfen. die OP ist immer eine Warnung.
  • marsh will ich nicht deaktivieren, alle Achtung. Nur diese, wenn es möglich ist.
InformationsquelleAutor overcomer | 2015-04-29
  1. 62

    Können Sie deaktivieren Sie die Warnung mit numpy.seterr. Setzen Sie diese, bevor Sie die mögliche division durch null:

    np.seterr(divide='ignore')

    Werde, dass deaktivieren zero division Warnungen Global. Wenn Sie nur wollen, deaktivieren Sie Sie, für ein wenig, können Sie numpy.errstate in einem with Klausel:

    with np.errstate(divide='ignore'):
    # some code here

    Für eine null-durch-null-division (unbestimmte Ergebnisse in einem NaN), wird der Fehler-Verhalten hat sich geändert mit numpy version 1.12.0: dieser wird nun als "ungültig", während zuvor war es "teilen".

    So, wenn es gibt eine chance, dass Sie Ihre Zähler kann null sein, wie auch, verwenden

    np.seterr(divide='ignore', invalid='ignore')

    oder

    with np.errstate(divide='ignore', invalid='ignore'):
    # some code here

    Finden Sie unter "Kompatibilität" Abschnitt in der release notes, letzter Absatz vor dem "Neuen Features" Abschnitt:

    Vergleich NaN floating-point-zahlen jetzt wirft die ungültige runtime-Warnung. Wenn ein NaN wird erwartet, dass die Warnung kann ignoriert werden, mit np.errstate.

    InformationsquelleAutor dddsnn
  2. 3

    Könnten Sie auch numpy.divide für die division. So dass Sie nicht haben, um explizit deaktivieren Sie Warnungen.

    In [725]: np.divide(2, 0)
Out[725]: 0
    • danke. Die einzige Sache ist, dass nicht die Rückkehr inf als Ergebnis
    • Das ist eigentlich nicht wahr. Zumindest für NumPy version 1.15.4
    InformationsquelleAutor fixxxer
Schreibe einen Kommentar