numpy.seterr#

numpy.seterr(all=None, divide=None, over=None, under=None, invalid=None)[源代码]#

设置如何处理浮点错误.

请注意,对整数标量类型（如 int16）的操作像浮点数一样处理,并且受这些设置的影响.

参数:
all{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选

一次性设置所有类型的浮点错误处理:

  • ignore: 当异常发生时不采取任何行动.

  • warn: 打印一个 RuntimeWarning (通过 Python 的 warnings 模块).

  • raise: 引发一个 浮点错误.

  • call: 使用 seterrcall 函数指定的函数.

  • print: 直接将警告打印到 stdout.

  • log: 在由 seterrcall 指定的 Log 对象中记录错误.

默认情况下不会改变当前的行为.

divide{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选

处理除以零的情况.

over{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选

浮点数溢出的处理.

under{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选

浮点下溢的处理.

invalid{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, 可选

无效浮点操作的处理.

返回:
old_settingsdict

包含旧设置的字典.

参见

seterrcall

为 ‘call’ 模式设置一个回调函数.

geterr, geterrcall, errstate

备注

浮点异常在 IEEE 754 标准中定义 [1]

  • 除以零:从有限数中得到无限结果.

  • 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:结果不是一个可表达的数字,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)
np.int16(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)
np.int16(30464)
>>> np.seterr(**orig_settings)  # restore original
{'divide': 'print', 'over': 'print', 'under': 'print', 'invalid': 'print'}
On this page