捕捉numpy運行時警告作爲例外，並抑制它們

我知道這已被部分回答here。捕捉numpy運行時警告作爲例外，並抑制它們

無論如何，我不知道我達到了我想要的。我會簡單介紹一下我在做什麼：

通過一個巨大的具有特別嵌套結構JSON文件列表讀取。
從中提取最低級別的值，並在這些值爲列表時進行平均。
將這些值收集到numpy數組中。
將我的numpy數組轉換爲pickle文件。

一切進展相當順利，但我收到一些numpy的運行時警告：

RuntimeWarning: Mean of empty slice.
RuntimeWarning: invalid value encountered in double_scalars

功能，給了我麻煩的是一個究竟是誰提取其數值執行此操作：v = np.mean(v)

我知道這個錯誤可能是由一個零列表或一些NaN/Inf或任何值到該值引起的。

我想擺脫他們只是從我的數據集扔掉當前的.json示例。

所以我設置：np.seterr(all='warn')

而且我做了這個尷尬的代碼，試圖抓住它：

def ExtracValues(d): 
    for v in d.values(): 
     if isinstance(v, dict): 
      yield from ExtracValues(v) 
     else: 
      if isinstance(v,list): 
       # v = np.mean(v)   #just averaging vectorial values of features. #it may be here that raises the empty slice warning of numpy. 
       try: 
        v = np.mean(v) 
       except Warning: 
        return #trying to trash samples which are no behaving good     
      yield v

我的問題是，我不知道它是否有效地工作，因爲警告仍然打印在stdout上。我想代碼應該在設置all="Warning"後停止，但我怎麼能輕鬆檢查我是否正確？

此外，是否有一個更pythonic的方式來縮短該功能。我真的不喜歡這樣嵌套的try/except。

來源

2017-08-11 sparaflAsh

By numpy.seterr（all ='warn'）你告訴系統每次都發出警告，這與你想要的完全相反。然而，警告似乎沒有被np.seterr捕獲，因爲即使'np.seterr（all ='ignore'）'也沒有擺脫這個問題 –

我很確定我應該使用[warning]（https：// docs.python.org/2/library/warnings.html）模塊，但我仍然無法看到如何以及在哪裏解決它。 – sparaflAsh

感謝JürgMerlin Spaak的評論，我找到了一個更好更簡單的解決方案。這顯然還好趕上我恢復到原始版本的功能外例外：

def ExtractValues(d): 
    for v in d.values(): 
     if isinstance(v, dict): 
      yield from ExtractValues(v) 
     else: 
      if isinstance(v,list): 
       v = np.mean(v) 
      yield v

我給自己定的一切在主片的代碼的警告：

np.seterr(all='warn')

然後抓住他們：

with warnings.catch_warnings(): 
        warnings.filterwarnings('error') 
        try: 
         raw_features = list(ExtractValues(data)) 
        except Warning as e: 
         print('Houston, we have a warning:', e) 
         print('The bad guy is: ' + current_file) 
         print('This sample will not be considered.') 
         pass 
        else: 
         #Whatever

無論誰來這裏爲相同的例外值得一提。我成功捕獲了兩個警告，但print(e)只會告訴你「意思是空片」。我可以猜出爲什麼，但我太累了，無法進一步調查。

來源

2017-08-15 13:26:27 sparaflAsh

的警告模塊確實是你所需要的：

import warnings 
with warnings.catch_warnings(): 
    warnings.simplefilter("ignore") 
    np.mean([])

此代碼將不會給出任何警告的運行時，我想你可以適應您所需要的驗證碼。如果不告訴我。

來源

2017-08-11 09:47:33

捕捉numpy運行時警告作爲例外，並抑制它們

回答

相關問題