numpy.seterr

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

设置如何处理浮点错误。

请注意，对整数标量类型（例如int16）的操作将像浮点一样处理，并受这些设置的影响。

参数：	all：{'ignore'，'warn'，'raise'，'call'，'print'，'log'} 一次为所有类型的浮点错误设置处理： ignore：在发生异常时不采取任何操作。 warn：打印RuntimeWarning（通过Python `warnings`模块）。 raise：提高FloatingPointError。 call：使用`seterrcall`函数调用指定的函数。 print：直接向`stdout`打印警告。 log：在由`seterrcall`指定的Log对象中记录错误。默认不是改变当前行为。 divide：{'ignore'，'warn'，'raise'，'call'，'print'，'log'} 除以零的处理。 over：{'ignore'，'warn'，'raise'，'call'，'print'，'log'} 浮点溢出的处理。在下：{'ignore'，'warn'，'raise'，'call'，'print'，'log'} 浮点下溢的处理。无效：{'ignore'，'warn'，'raise'，'call'，'print'，'log'} 无效浮点运算的处理。
返回：	old_settings：dict 包含旧设置的字典。

参数：

all：{'ignore'，'warn'，'raise'，'call'，'print'，'log'}

一次为所有类型的浮点错误设置处理：

ignore：在发生异常时不采取任何操作。

warn：打印RuntimeWarning（通过Python warnings模块）。

raise：提高FloatingPointError。

call：使用seterrcall函数调用指定的函数。

print：直接向stdout打印警告。

log：在由seterrcall指定的Log对象中记录错误。

默认不是改变当前行为。

divide：{'ignore'，'warn'，'raise'，'call'，'print'，'log'}

除以零的处理。

over：{'ignore'，'warn'，'raise'，'call'，'print'，'log'}

浮点溢出的处理。

在下：{'ignore'，'warn'，'raise'，'call'，'print'，'log'}

浮点下溢的处理。

无效：{'ignore'，'warn'，'raise'，'call'，'print'，'log'}

无效浮点运算的处理。

old_settings：dict

包含旧设置的字典。

也可以看看

seterrcall: 为“呼叫”模式设置回调函数。

geterr，geterrcall，errstate

笔记

浮点异常在IEEE 754标准[1]中定义：

除以零：从有限数字获得的无限结果。
溢出：结果太大，无法表达。
下溢：结果接近零，一些精度丢失。
操作无效：结果不是可表达的数字，通常表示生成了NaN。

[R281]

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

例子

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

>>> old_settings = np.seterr(all='print')
>>> np.geterr()
{'over': 'print', 'divide': 'print', 'invalid': 'print', 'under': 'print'}
>>> np.int16(32000) * np.int16(3)
Warning: overflow encountered in short_scalars
30464