numpy.seterr#
- numpy.seterr(all=None, divide=None, over=None, under=None, invalid=None)[source]#
设置如何处理浮点错误。
请注意,整数标量类型(如
int16
)上的操作像浮点一样处理,并受这些设置的影响。- 参数:
- all{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选
一次设置所有类型的浮点错误的处理方式
ignore:当异常发生时不采取任何操作。
warn:打印一个
RuntimeWarning
(通过 Pythonwarnings
模块)。raise:引发一个
FloatingPointError
。call:调用使用
seterrcall
函数指定的函数。print:将警告直接打印到
stdout
。log:在
seterrcall
指定的日志对象中记录错误。
默认是不更改当前行为。
- divide{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选
除以零的处理方式。
- over{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选
浮点溢出的处理方式。
- under{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选
浮点下溢的处理方式。
- invalid{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选
无效浮点运算的处理方式。
- 返回值:
- old_settingsdict
包含旧设置的字典。
参见
seterrcall
为“call”模式设置回调函数。
geterr
,geterrcall
,errstate
备注
浮点异常在 IEEE 754 标准 [1] 中定义
除以零:从有限数字获得无限结果。
溢出:结果太大无法表示。
下溢:结果非常接近于零,以至于丢失了一些精度。
无效操作:结果不是可表示的数字,通常表示产生了 NaN。
示例
>>> import numpy as np >>> orig_settings = np.seterr(all='ignore') # seterr to known value >>> np.int16(32000) * np.int16(3) 30464 >>> np.seterr(over='raise') {'divide': 'ignore', 'over': 'ignore', 'under': 'ignore', 'invalid': 'ignore'} >>> old_settings = np.seterr(all='warn', over='raise') >>> np.int16(32000) * np.int16(3) Traceback (most recent call last): File "<stdin>", line 1, in <module> FloatingPointError: overflow encountered in scalar multiply
>>> old_settings = np.seterr(all='print') >>> np.geterr() {'divide': 'print', 'over': 'print', 'under': 'print', 'invalid': 'print'} >>> np.int16(32000) * np.int16(3) 30464 >>> np.seterr(**orig_settings) # restore original {'divide': 'print', 'over': 'print', 'under': 'print', 'invalid': 'print'}