numpy.seterr

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

Устанавливает обработку ошибок с плавающей запятой.

Обратите внимание, что операции с целочисленными скалярными типами (например, int16) обрабатываются как операции с плавающей запятой и зависят от этих настроек.

Parameters

all{‘ignore’, ‘warn’, ‘raise’, ‘call’, ‘print’, ‘log’}, optional

Устанавливает обработку всех типов ошибок с плавающей запятой сразу:

• ignore: Не предпринимает никаких действий при возникновении исключения.
• warn: Выводит предупреждение RuntimeWarning (через модуль Python warnings).
• raise: Вызывает исключение FloatingPointError.
• call: Вызывает функцию, указанную с помощью функции seterrcall.
• print: Выводит предупреждение непосредственно в stdout.
• log: Записывает ошибку в объект Log, указанный в seterrcall.

По умолчанию текущее поведение не изменяется.

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

Обработка деления на ноль.

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

Обработка переполнения с плавающей запятой.

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

Обработка потери точности при представлении чисел с плавающей запятой.

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

Обработка недопустимой операции с плавающей запятой.

Returns

old_settingsdict

Словарь, содержащий старые настройки.

См. также

seterrcall

Установить функцию обратного вызова для режима ‘call’.

geterr, geterrcall, errstate

Примечания

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

• Деление на ноль: бесконечный результат, полученный из конечных чисел.
• Переполнение: результат слишком большой, чтобы быть выраженным.
• Потеря значимости: результат настолько близок к нулю, что была потеряна точность.
• Недопустимая операция: результат не является выразимым числом, обычно указывает на то, что был сгенерирован NaN.

1

https://en.wikipedia.org/wiki/IEEE_754

Примеры

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

>>> from collections import OrderedDict
>>> old_settings = np.seterr(all='print')
>>> OrderedDict(np.geterr())
OrderedDict([('divide', 'print'), ('over', 'print'), ('under', 'print'), ('invalid', 'print')])
>>> np.int16(32000) * np.int16(3)
30464