Python - 用简单的消息替换警告答案

【问题标题】：Python - Replacing warnings with a simple messagePython - 用简单的消息替换警告
【发布时间】：2016-07-10 03:07:21
【问题描述】：

我已经从sklearn 构建了一些现成的分类器，并且在一些预期的情况下，我知道分类器肯定会表现不佳并且无法正确预测任何事情。 sklearn.svm 包运行时没有错误，但会引发以下警告。

~/anaconda/lib/python3.5/site-packages/sklearn/metrics/classification.py:1074: UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 due to no predicted samples.
  'precision', 'predicted', average, warn_for)

我希望禁止显示此警告，而是替换为发送至stdout 的消息，例如"poor classifier performance"。

一般有什么方法可以抑制warnings？

【问题讨论】：

标签： python warnings suppress

【解决方案1】：

使用-Wignore 可以轻松抑制所有警告（请参阅warning flag docs）

warnings 模块可以对过滤器进行一些微调（忽略您的警告类型）。

捕获只是您的警告（假设模块中没有一些 API 来调整它）并使用warnings.catch_warnings context manager 和改编自"Testing Warnings" 的代码来做一些特殊的事情：

import warnings

class MyWarning(Warning):
    pass

def something():
    warnings.warn("magic warning", MyWarning)

with warnings.catch_warnings(record=True) as w:
    # Trigger a warning.
    something()
    # Verify some things
    if ((len(w) == 1) 
            and issubclass(w[0].category, MyWarning) 
            and "magic" in str(w[-1].message)):
        print('something magical')

【讨论】：

那行得通。我决定捕获 sn-p 可以生成的所有警告，并使用通用消息进行报告。 with warnings.catch_warnings(record=True) as w: self.clfObj.fit(self.train_x,self.train_y) self.preds = list(self.clfObj.predict(self.test_x)) self.predProbabs = self.clfObj.predict_proba(self.test_x)[:,1] self.evalClassifierPerf() if len(w) >= 1: print("Poor Classifer detected")