'double_scalars 中遇到无效值' 警告，可能是 numpy答案

【问题标题】：'invalid value encountered in double_scalars' warning, possibly numpy'double_scalars 中遇到无效值' 警告，可能是 numpy
【发布时间】：2011-04-15 14:36:34
【问题描述】：

当我运行我的代码时，我会偶尔收到这些警告，总是四人一组。我试图通过在某些语句之前和之后放置调试消息来定位源。

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

这是一个 Numpy 警告吗，什么是双标量？

来自我使用的 Numpy

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

我也使用 Matplotlib

【问题讨论】：

双标量是double 类型的值。它被称为标量以区分 numpy 中的双精度数组。
在我的例子中，在 >>> numpy.array([-4.00000000e-01]) ** 1.49011611939e-08 中有一个“FloatingPointError：在电源中遇到无效值”

标签： python numpy warnings matplotlib

【解决方案1】：

一旦您使用NaN（'不是数字'）、math.inf、除以零等执行操作，您就会收到此警告。请注意，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

【讨论】：

【解决方案2】：

我在计算 np.var(np.array([])) 时遇到了这个问题。 np.var 将分割数组的大小，在这种情况下为零。

【讨论】：

【解决方案3】：

每当您使用 csv 导入时，请尝试使用 df.dropna() 来避免所有此类警告或错误。

【讨论】：

【解决方案4】：

就我而言，我发现它是除以零。

【讨论】：

我的也是。我试图比较完全相同的向量并被零除
或者取空列表的平均值。哎呀。
除以零不会引发ZeroDivisionError 吗？
@jfn 通常，但 numpy 有时会将其变成警告，因为从技术上讲，nan 是除以零的有效 IEEE 标准答案。

【解决方案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。查看处理 pandas 中缺失的数据。

无 == 无是的

np.nan == np.nan 假的

当 NaN 不等于 NaN 时，除法和乘法等算术运算会引发此错误。

你可以做几件事来避免这个问题：

使用 pd.set_option 设置要在分析中考虑的小数位数，这样无穷小的数字就不会触发类似问题 - ('display.float_format', lambda x: '%.3f' % x)。
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，
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，因此平均值中的 N、std 等也会发生变化。

【讨论】：

【解决方案6】：

传递给numpy.mean 的零大小数组会引发此警告（如多个 cmets 所示）。

对于其他一些候选人：

median 也会在大小为零的数组上引发此警告。

其他候选人不提出此警告：

min,argmin 都在空数组上引发 ValueError
randn 接受*arg；使用 randn(*[]) 返回单个随机数
std,var 在空数组上返回 nan

【讨论】：

【解决方案7】：

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。您可以尝试为您的代码提供一组具有已知值的数据，看看是否得到相同的结果。

【讨论】：

类似的事情发生在我身上，在我的例子中，我在一个空数组上调用了 numpy 的 mean 函数。
另一件需要注意的事情......我在尝试将负数提高到分数幂时也得到了这个：ValueError：负数不能被提升到分数幂

【解决方案8】：

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

【讨论】：

具体来说，使用numpy.seterr('raise') 在任何错误时引发异常。