Question

我真的想避免这些讨厌的numpy警告，因为我必须处理很多NaNs。我知道这通常是用seterr完成的，但由于某些原因，它不起作用：

import numpy as np
data = np.random.random(100000).reshape(10, 100, 100) * np.nan
np.seterr(all="ignore")
np.nanmedian(data, axis=[1, 2])

它给了我一个运行时警告，即使我设置numpy忽略所有错误......任何帮助？

编辑（这是收到的警告）：

/opt/local/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/site-p‌ackages/numpy/lib/nanfunctions.py:612: RuntimeWarning: All-NaN slice encountered warnings.warn("All-NaN slice encountered", RuntimeWarning)

谢谢：）

Answer 1

警告通常很有用，在大多数情况下我不建议这样做，但您始终可以使用Warnings模块忽略filterwarnings的所有警告：

numpy.warnings.filterwarnings('ignore')

如果您想要唯一地压缩您的特定错误，可以使用以下命令对其进行指定：

with numpy.warnings.catch_warnings():
    numpy.warnings.filterwarnings('ignore', r'All-NaN (slice|axis) encountered')

Answer 2

由seterr()控制的警告是由numpy ufunc机器发出的警告;例如当A / B在实现除法的C代码中创建NaN时，比如因为这些数组中的某处有inf/inf。其他numpy代码可能会出于其他原因发出自己的警告。在这种情况下，您正在使用其中一个NaN - 忽略缩减功能，例如nanmin()等。您传递的数组包含沿您请求减少的轴的所有NaN或至少所有NaN s。由于使用nanmin()的通常原因是不能将NaN另外nanmin()，NaN会发出警告，表示除了给您warnings之外别无选择。这直接转到标准库NaN机器，而不是numpy ufunc错误控制机制，因为它不是ufunc，而seterr(invalid=...)的这个产生与{{1}}不同。否则处理。

Answer 3

您可能要避免抑制警告，因为numpy出于充分的理由提出了此警告。如果您想清理输出，则可以通过在数组全部为nan时显式返回预定义值来处理输出。

def clean_nanmedian(s):
    if np.all(np.isnan(s)):
        return np.nan
    return np.nanmedian(s)

此外，请记住，此RuntimeWarning仅在您的运行时第一次发生时引发。

为什么我不能压制numpy警告

3 个答案: