217

我必须在 Python 中为我正在做的项目制作拉格朗日多项式。我正在做一种重心风格，以避免使用显式的 for 循环，而不是使用牛顿的分差风格。我遇到的问题是我需要将除以零，但是 Python（或者可能是 numpy）只是让它成为警告而不是正常的异常。

所以，我需要知道如何处理这个警告，就好像它是一个异常一样。我在这个网站上找到的与此相关的问题没有以我需要的方式得到回答。这是我的代码：

import numpy as np
import matplotlib.pyplot as plt
import warnings

class Lagrange:
    def __init__(self, xPts, yPts):
        self.xPts = np.array(xPts)
        self.yPts = np.array(yPts)
        self.degree = len(xPts)-1 
        self.weights = np.array([np.product([x_j - x_i for x_j in xPts if x_j != x_i]) for x_i in xPts])

    def __call__(self, x):
        warnings.filterwarnings("error")
        try:
            bigNumerator = np.product(x - self.xPts)
            numerators = np.array([bigNumerator/(x - x_j) for x_j in self.xPts])
            return sum(numerators/self.weights*self.yPts) 
        except Exception, e: # Catch division by 0. Only possible in 'numerators' array
            return yPts[np.where(xPts == x)[0][0]]

L = Lagrange([-1,0,1],[1,0,1]) # Creates quadratic poly L(x) = x^2

L(1) # This should catch an error, then return 1.

执行此代码时，我得到的输出是：

Warning: divide by zero encountered in int_scalars

这就是我想要捕捉的警告。它应该出现在列表理解中。

4

4 回答 4

238

您的配置似乎正在使用以下print选项numpy.seterr：

>>> import numpy as np
>>> np.array([1])/0   #'warn' mode
__main__:1: RuntimeWarning: divide by zero encountered in divide
array([0])
>>> np.seterr(all='print')
{'over': 'warn', 'divide': 'warn', 'invalid': 'warn', 'under': 'ignore'}
>>> np.array([1])/0   #'print' mode
Warning: divide by zero encountered in divide
array([0])

这意味着您看到的警告不是真正的警告，而只是打印到的一些字符stdout（请参阅文档seterr）。如果你想抓住它，你可以：

  1. 使用numpy.seterr(all='raise')which 将直接引发异常。然而，这改变了所有操作的行为，所以这是一个相当大的行为变化。
  2. 使用numpy.seterr(all='warn')，它将打印的警告转换为真正的警告，您将能够使用上述解决方案来本地化这种行为变化。

一旦你真正有一个警告，你可以使用该warnings模块来控制应该如何处理警告：

>>> import warnings
>>> 
>>> warnings.filterwarnings('error')
>>> 
>>> try:
...     warnings.warn(Warning())
... except Warning:
...     print 'Warning was raised as an exception!'
... 
Warning was raised as an exception!

仔细阅读文档，filterwarnings因为它允许您仅过滤您想要的警告并具有其他选项。我还会考虑查看catch_warnings哪个是自动重置原始filterwarnings功能的上下文管理器：

>>> import warnings
>>> with warnings.catch_warnings():
...     warnings.filterwarnings('error')
...     try:
...         warnings.warn(Warning())
...     except Warning: print 'Raised!'
... 
Raised!
>>> try:
...     warnings.warn(Warning())
... except Warning: print 'Not raised!'
... 
__main__:2: Warning:
于 2013-04-10T18:53:50.580 回答
61

为@Bakuriu 的回答添加一点内容：

如果您已经知道警告可能发生的位置，那么使用上下文管理器通常会更干净numpy.errstate，而不是使用上下文管理器 numpy.seterr来处理相同类型的所有后续警告，而不管它们在您的代码中发生的位置：

import numpy as np

a = np.r_[1.]
with np.errstate(divide='raise'):
    try:
        a / 0   # this gets caught and handled as an exception
    except FloatingPointError:
        print('oh no!')
a / 0           # this prints a RuntimeWarning as usual

编辑：

在我原来的例子中，我有a = np.r_[0]，但显然 numpy 的行为发生了变化，因此在分子全为零的情况下，除以零的处理方式不同。例如，在 numpy 1.16.4 中：

all_zeros = np.array([0., 0.])
not_all_zeros = np.array([1., 0.])

with np.errstate(divide='raise'):
    not_all_zeros / 0.  # Raises FloatingPointError

with np.errstate(divide='raise'):
    all_zeros / 0.  # No exception raised

with np.errstate(invalid='raise'):
    all_zeros / 0.  # Raises FloatingPointError

相应的警告消息也不同：1. / 0.记录为RuntimeWarning: divide by zero encountered in true_divide，而0. / 0.记录为RuntimeWarning: invalid value encountered in true_divide。我不确定为什么要进行此更改，但我怀疑这与0. / 0.以下1. / 0.事实-1. / 0.有关，根据 IEE 754 标准。

如果你想捕获这两种类型的错误，你总是可以通过np.errstate(divide='raise', invalid='raise')，或者all='raise'如果你想在任何类型的浮点错误上引发异常。

于 2015-11-13T21:21:22.427 回答
32

为了详细说明上面@Bakuriu的答案，我发现这使我能够以与捕获错误警告类似的方式捕获运行时警告，很好地打印出警告：

import warnings

with warnings.catch_warnings():
    warnings.filterwarnings('error')
    try:
        answer = 1 / 0
    except Warning as e:
        print('error found:', e)

您可能可以随意放置 warnings.catch_warnings() 位置，具体取决于您要以这种方式捕获错误的雨伞的大小。

于 2016-04-07T23:40:21.047 回答
17

删除 warnings.filterwarnings 并添加：

numpy.seterr(all='raise')
于 2017-12-20T04:46:29.953 回答