numpy.seterr

numpy.seterr(all=None, divide=None, over=None, under=None, invalid=None) [source]

Устанавливает способ обработки ошибок с плавающей точкой.

Обратите внимание, что операции над целочисленными скалярными типами (например, int16) обрабатываются как операции с плавающей точкой и влияют на эти настройки.

Параметры:

all : {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, optional Установить обработку всех типов ошибок с плавающей точкой сразу: ignore: Не выполнять никаких действий при возникновении исключения. warn: Вывести RuntimeWarning (через модуль Python warnings). raise: Вызвать FloatingPointError. call: Вызвать функцию, указанную с помощью функции seterrcall. print: Вывести предупреждение напрямую в stdout. log: Записать ошибку в объект Log, указанный в seterrcall. По умолчанию текущее поведение не меняется. divide : {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, optional Обработка деления на ноль. over : {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, optional Обработка переполнения с плавающей точкой. under : {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, optional Обработка подпотока с плавающей точкой. invalid : {‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, optional Обработка недопустимой операции с плавающей точкой.

Возвращает:

old_settings : dict Словарь, содержащий старые настройки.

См. также

seterrcall

Установить функцию обратного вызова для режима «call».

geterr, geterrcall, errstate

Примечания

Исключения с плавающей точкой определены в стандарте IEEE 754 [1]:

• Деление на ноль: бесконечный результат, полученный из конечных чисел.
• Переполнение: результат слишком велик для выражения.
• Подпоток: результат настолько близок к нулю, что была потеряна точность.
• Недопустимая операция: результат не является выразимым числом, обычно указывает на то, что был создан NaN.

[1]	http://en.wikipedia.org/wiki/IEEE_754

Примеры

>>> old_settings = np.seterr(all='ignore')  #seterr to known value
>>> np.seterr(over='raise')
{'over': 'ignore', 'divide': 'ignore', 'invalid': 'ignore',
 'under': 'ignore'}
>>> np.seterr(**old_settings)  # reset to default
{'over': 'raise', 'divide': 'ignore', 'invalid': 'ignore',
 'under': 'ignore'}

>>> np.int16(32000) * np.int16(3)
30464
>>> 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 short_scalars

>>> old_settings = np.seterr(all='print')
>>> np.geterr()
{'over': 'print', 'divide': 'print', 'invalid': 'print', 'under': 'print'}
>>> np.int16(32000) * np.int16(3)
Warning: overflow encountered in short_scalars
30464