“double_scalars 中遇到无效值”警告，可能是 numpy

Question

当我运行代码时，我会收到这些警告，总是以四个为一组，偶尔出现。我尝试通过在某些语句之前和之后放置调试消息来定位源代码，以查明其来源。

Warning: invalid value encountered in double_scalars
Warning: invalid value encountered in double_scalars
Warning: invalid value encountered in double_scalars
Warning: invalid value encountered in double_scalars

这是 Numpy 警告吗？什么是双标量？

我使用 Numpy

min(), argmin(), mean() and random.randn()

我也使用Matplotlib

Answer 1

就我而言，我发现它被零除。

Answer 2

看起来像是浮点计算错误。检查 numpy.seterr 函数以获取有关其发生位置的更多信息。

Answer 3

有时数据中的 NaN 或 null 值会在 Numpy 中生成此错误。 如果您从 CSV 文件或类似文件中提取数据，然后使用 numpy 数组对数据进行操作，则问题可能源于您的数据提取。 您可以尝试向代码提供一小组具有已知值的数据，然后看看是否得到相同的结果。

Answer 4

传递给

numpy.mean

的零大小数组会引发此警告（如几条评论中所示）。

对于其他一些候选人：

• median

  也会在零大小的数组上引发此警告。

其他候选人没有提出此警告：

• min,argmin

  都在空数组上引发

  ValueError

• randn

  需要

  *arg

  ；使用

  randn(*[])

  返回单个随机数

• std,var

  在空数组上返回

  nan

Answer 5

我遇到了类似的问题 - 在...中遇到无效值 在花了很多时间试图找出导致此错误的原因之后，我相信在我的情况下，这是由于我的数据框中的 NaN 造成的。查看如何处理 pandas 中的缺失数据。

无==无 正确

np.nan == np.nan 错误

当 NaN 不等于 NaN 时，除法和乘法等算术运算会导致抛出此错误。

您可以采取以下措施来避免此问题：

1. 使用 pd.set_option 设置分析中要考虑的小数位数，这样无限小的数字就不会触发类似的问题 - ('display.float_format', lambda x: '%.3f' % x)。

2. 使用 df.round() 对数字进行四舍五入，以便 Panda 从分析中删除剩余的数字。最重要的是，

3. 将 NaN 设置为零 df=df.fillna(0)。如果用零填充 NaN 不适用于您的数据集，请小心，因为这会将记录视为零，因此平均值、标准差等中的 N 也会发生变化。

Answer 6

我在计算时遇到了这一点

np.var(np.array([]))

。

np.var

将除以数组的大小，在这种情况下为零。

Answer 7

一旦您执行

NaN

（“不是数字”）、

math.inf

、除以零等操作，您就会收到此警告。 请注意，使用

NaN

等操作的输出编号也会导致

NaN

。 例如：

import math as m
print(1 + m.nan)

有输出

NaN

Answer 8

每当您使用 CSV 导入时，请尝试使用

df.dropna()

以避免所有此类警告或错误。