Ich war ratlos, als ich das Programm selbst schrieb, also werde ich es als Memo aufschreiben. Wenn Sie eine bessere Lösung kennen, weisen Sie bitte darauf hin.
※Umgebung
Ich bekomme einen "ZeroDivisionError", wenn ich eine normale 0-Division in Python mache.
python
try:
divided = 1 / 0
except ZeroDivisionError as e:
print(f'ZeroDivisionError: {e}')
# -> ZeroDivisionError: division by zero
Wenn Sie dagegen mit numpy durch 0 teilen, tritt "RuntimeWarning" auf, das Ergebnis wird jedoch ausgegeben, ohne die Verarbeitung zu stoppen.
python
import numpy as np
divided = 1 / np.array(0)
print(devided)
# -> inf
# -> RuntimeWarning: divide by zero encountered in true_divide
Das Ergebnis der Berechnung von "1 / np.array (0)" ist das Objekt "numpy.inf", das die Unendlichkeit mit numpy darstellt. Es gibt eine Warnung, aber es stoppt den Prozess nicht, so dass es sich auf halbem Weg anfühlt. Vielleicht bleibt es dem Benutzer überlassen zu sagen: "Ich kann es berechnen, aber ich gebe Ihnen eine Warnung. Ich überlasse es Ihnen." Überlegen wir uns also, was zu tun ist, wenn Sie den Prozess stoppen möchten und wenn Sie den Prozess zulassen und die Warnung ignorieren.
Sie können warnings.simplefilter verwenden, um RuntimeWarning zu einer Ausnahme zu machen oder sie zu ignorieren.
--Wenn Sie es als Ausnahme behandeln und die Verarbeitung beenden möchten
python
import warnings
import numpy as np
warnings.simplefilter('error', category=RuntimeWarning) #Legen Sie die Laufzeitwarnung als Ausnahme fest
a = np.array(0) #Variablen, von denen nicht erwartet wird, dass sie 0 enthalten
divided = 1 / a
print(divided)
# -> RuntimeWarning: divide by zero encountered in true_divide
# divided = 1 /Die Verarbeitung stoppt bei a und druckt(divided)Wird nicht ausgeführt
--Wenn Sie Berechnungen zulassen und Warnungen ignorieren möchten
python
import warnings
import numpy as np
warnings.simplefilter('ignore', category=RuntimeWarning) #Stellen Sie die Laufzeitwarnung so ein, dass sie ignoriert wird
a = np.array(0) #Variablen, die 0 enthalten können
divided = 1 / a
print(divided)
# -> inf
#Es wird keine Warnung ausgegeben und die Verarbeitung wird fortgesetzt
Zu diesem Zeitpunkt wird das Steuerelement jedoch auf eine andere Laufzeit als die 0-Division angewendet, sodass das Risiko besteht, dass der Fehler nicht erfasst werden kann, insbesondere wenn er ignoriert wird. Also denke ich über eine andere Methode nach
(Als Antwort auf den Kommentar habe ich "numpy.seteer" hinzugefügt.)
Sie können numpy.seteer verwenden, um die Feinsteuerung von Warning einzustellen.
python
import numpy as np
np.seterr(divide='ignore') #Ignoriere nur die Laufzeitwarnung von 0 Division
a = np.array(0)
divided = 1 / a
print(divided)
# -> inf
Jetzt können Sie die Steuerung nur zur 0-Division hinzufügen. Die Komplexität des Importierens von Warnungen wurde ebenfalls beseitigt. In diesem Fall gilt dieses Steuerelement jedoch für den gesamten Quellcode. Wenn möglich, möchte ich den Kontrollumfang minimieren. Sie können das Steuerelement wechseln, indem Sie vor und nach der Division "numpy.seterr" schreiben. Beachten Sie jedoch eine intelligentere Beschreibung.
(Dies ist auch der Teil, der aus den Kommentaren hinzugefügt wurde)
Mit numpy.errstate ist die Steuerung durch den Kontextmanager möglich.
python
import numpy as np
a = np.array(0)
with np.errstate(divide='ignore'): #Wenden Sie die Kontrolle nur innerhalb des Bereichs an
divided = 1 / a
print(divided)
# -> inf
divided = 1 / a #Laufzeitwarnung tritt auf, weil sie nicht vernachlässigt werden kann
# -> RuntimeWarning: divide by zero encountered in true_divide
Dies reduziert den Umfang von Kontrolländerungen und ergänzt Fehler, die durch (nicht zulässige) Abteilungen an anderer Stelle verursacht werden.
In diesem Beispiel haben wir aus Gründen der Übersichtlichkeit die Aufteilung von Zahlen betrachtet, aber Sie können auch die Aufteilung des Arrays steuern.
python
import numpy as np
a = np.array([1, 2, 0])
with np.errstate(divide='ignore'): #Wenden Sie die Kontrolle nur innerhalb des Bereichs an
divided = 1 / a
print(divided)
# -> [1. 0.5 inf]
Wenn Sie eine Zahl teilen möchten, können Sie einfach eine if-Anweisung schreiben, dies ist jedoch für ein Array schwierig. Daher halte ich diese Steuermethode für nützlich.
Zuerst kannte ich "numpy.errstate" nicht und dachte darüber nach, wie ich es wie folgt schreiben sollte.
python
import numpy as np
a = np.array([1, 2, 0])
divided = np.full(len(a), np.inf) #Alle Elemente sind np.Machen Sie ein Array von inf
nonzero_indices = np.where(a != 0)[0] #Ein Array von Indizes mit Nicht-Null-Elementen von a
divided[nonzero_indices] = 1 / a[nonzero_indices] # nonzero_Schreiben Sie nur die Elemente des Arrays in Division um
print(divided)
# -> [1. 0.5 inf]
Ich wollte nur die Warnung vor einer 0-Division vermeiden, aber sie scheint überflüssig zu sein. Ich möchte mich an nützliche Methoden wie "numpy.errstate" erinnern und diese anwenden können.