我如何捕获一个numpy警告，就像它是一个例外（不仅仅是测试）？

Question

我必须在Python中为我正在做的项目制作拉格朗日多项式。我正在做一个重心的样式，以避免使用显式的for循环而不是Newton的分割差异样式。我遇到的问题是我需要将除法除以零，但Python（或者可能是numpy）只是使它成为警告而不是正常的异常。

所以，我需要知道的是抓住这个警告，好像它是一个例外。我在本网站上发现的相关问题没有按照我需要的方式回答。这是我的代码：

import numpy as np
import matplotlib.pyplot as plt
import warnings

class Lagrange:
    def __init__(self, xPts, yPts):
        self.xPts = np.array(xPts)
        self.yPts = np.array(yPts)
        self.degree = len(xPts)-1 
        self.weights = np.array([np.product([x_j - x_i for x_j in xPts if x_j != x_i]) for x_i in xPts])

    def __call__(self, x):
        warnings.filterwarnings("error")
        try:
            bigNumerator = np.product(x - self.xPts)
            numerators = np.array([bigNumerator/(x - x_j) for x_j in self.xPts])
            return sum(numerators/self.weights*self.yPts) 
        except Exception, e: # Catch division by 0. Only possible in 'numerators' array
            return yPts[np.where(xPts == x)[0][0]]

L = Lagrange([-1,0,1],[1,0,1]) # Creates quadratic poly L(x) = x^2

L(1) # This should catch an error, then return 1. 

执行此代码时，我得到的输出是：

Warning: divide by zero encountered in int_scalars

这是我想要捕捉的警告。它应该出现在列表理解中。

Answer 1

您的配置似乎正在使用print的numpy.seterr选项：

>>> import numpy as np
>>> np.array([1])/0   #'warn' mode
__main__:1: RuntimeWarning: divide by zero encountered in divide
array([0])
>>> np.seterr(all='print')
{'over': 'warn', 'divide': 'warn', 'invalid': 'warn', 'under': 'ignore'}
>>> np.array([1])/0   #'print' mode
Warning: divide by zero encountered in divide
array([0])

这意味着您看到的警告不是真正的警告，但它只是打印到stdout的一些字符（请参阅seterr的文档）。如果你想抓住它，你可以：

1. 使用将直接引发异常的numpy.seterr(all='raise')。然而，这会改变所有操作的行为，因此这是一个相当大的行为变化。
2. 使用numpy.seterr(all='warn')，它将在真实警告中转换打印的警告，您将能够使用上述解决方案来定位此行为更改。

实际发出警告后，您可以使用warnings模块来控制警告的处理方式：

>>> import warnings
>>> 
>>> warnings.filterwarnings('error')
>>> 
>>> try:
...     warnings.warn(Warning())
... except Warning:
...     print 'Warning was raised as an exception!'
... 
Warning was raised as an exception!

请仔细阅读filterwarnings的文档，因为它允许您仅过滤所需的警告并具有其他选项。我还考虑查看catch_warnings这是一个自动重置原始filterwarnings函数的上下文管理器：

>>> import warnings
>>> with warnings.catch_warnings():
...     warnings.filterwarnings('error')
...     try:
...         warnings.warn(Warning())
...     except Warning: print 'Raised!'
... 
Raised!
>>> try:
...     warnings.warn(Warning())
... except Warning: print 'Not raised!'
... 
__main__:2: Warning: 

Answer 2

添加一点@Bakuriu的回答：

如果您已经知道可能发生警告的位置，那么使用numpy.errstate上下文管理器通常更清晰，而不是numpy.seterr将相同类型的所有后续警告视为相同，无论它们在您的代码中出现在何处：

import numpy as np

a = np.r_[0]
with np.errstate(divide='raise'):
    try:
        a / 0   # this gets caught and handled as an exception
    except FloatingPointError:
        print('oh no!')
a / 0           # this prints a RuntimeWarning as usual 

Answer 3

为了详细说明@ Bakuriu上面的答案，我发现这使我能够以类似的方式捕获运行时警告，以便我如何捕获错误警告，很好地打印出警告：

import warnings

with warnings.catch_warnings():
    warnings.filterwarnings('error')
    try:
        answer = 1 / 0
    except Warning as e:
        print('error found:', e)

您可能可以使用warnings.catch_warnings（）放置，这取决于您希望通过这种方式捕获错误来构建多大的伞。

Answer 4

删除warnings.filterwarnings并添加：

numpy.seterr(all='raise')