我怎么能创建一个 "RuntimeWarning: invalid value encountered in double_scalars" 除外?

How could I create an except for "RuntimeWarning: invalid value encountered in double_scalars"?

我正在研究数值推导,并试验 Δx 的值在 python 中可以有多小。我知道使用 np.linspace(0, 1, 1000) 会创建四舍五入为 0 的值。为了防止我原本干净的输出 window 显示错误消息,我试过这个:

try:
    #do the numeric derivation
except RuntimeWarning:
    #do something else
else:
    #the actual function of the program

但是当我 运行 时,我仍然收到以下消息:

RuntimeWarning: invalid value encountered in double_scalars

那么,有没有办法让我排除那个确切的警告?我也尝试排除整个警告文本(例如,从运行时到 _scalars),但没有任何效果。

这是我的程序

import numpy as np
import matplotlib.pyplot as plt

xValue = np.linspace(0, 5, 5)
ΔxValues = np.linspace(0, 1, 1000)

def f(x):
    return x**2 + 2*x + 4
def fDerN(x, Δx):
    return (f(x + Δx) - f(x))/Δx
def fDerA(x):
    return 2*x + 2

difference1, difference2, difference3, difference4, difference5= [], [], [], [], []

for Δx in ΔxValues:
    try:
        fDerN(1, Δx)
        fDerN(2, Δx)
        fDerN(3, Δx)
        fDerN(4, Δx)
        fDerN(5, Δx)
    except RuntimeWarning:
        hasBeenWarning = True #Just to have an indented piece of code
    else:
        difference1.append(abs(fDerN(1, Δx) - fDerA(1)))
        difference2.append(abs(fDerN(2, Δx) - fDerA(2)))
        difference3.append(abs(fDerN(3, Δx) - fDerA(3)))
        difference4.append(abs(fDerN(4, Δx) - fDerA(4)))
        difference5.append(abs(fDerN(5, Δx) - fDerA(5)))

plt.plot(ΔxValues, difference1, label="x = 1")
plt.plot(ΔxValues, difference2, label="x = 2")
plt.plot(ΔxValues, difference3, label="x = 3")
plt.plot(ΔxValues, difference4, label="x = 4")
plt.plot(ΔxValues, difference5, label="x = 5")

plt.title("Difference between numeric and algebraic derivation for different values of x og Δx")
plt.grid()
plt.legend()

plt.show()

如果这行得通,那是因为我把它翻译成英文了。

您将 ΔxValues 定义为 np.linspace(0, 1, 1000)。问题是在

def fDerN(x, Δx):
    return (f(x + Δx) - f(x))/Δx

你除以 ΔxΔxValues中第一个数是0,显然会出现被0除的错误。

print(ΔxValues[0])
# 0.0

通过重新定义 ΔxValues 或简单地使用 ΔxValues[1:]

来规避此问题

要在 try/except 中捕获警告,就好像它是错误一样,您可以使用警告模块中的 filterwarnings。

import warnings
warnings.filterwarnings("error")