Question

Python文档说浮点计算失败时会引发FloatingPointError。但“浮动计算”在这里究竟是什么意思呢？我尝试使用浮点数进行添加，乘法和除法，但从未设法提出此特定错误。相反，我得到了TypeError：

10/'a'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for /: 'int' and 'str'

有人可以帮我理解在python中引发FloatingPointError的时间吗？

Answer 1

它是fpectl模块的一部分。如果您未明确启用fpectl.turnon_sigfpe()），则不应引发FloatingPointError。

但请注意：

默认情况下不构建fpectl模块，不鼓励使用它，除非在专家手中，否则可能很危险。有关详细信息，另请参阅有关限制的fpectl-limitations部分。

更新：fpectl模块已removed as of Python 3.7。

即使启用了FloatingPointErrors，10/'a'也永远不会引发一个。它总会引发TypeError。只有在达到实际执行浮点数学运算的操作（例如1.0/0.0）时才会引发FloatingPointError。 10/'a'没有那么远。

Answer 2

您还可以通过设置相应的numpy.seterr（或numpy.errstate上下文管理器）标记，在FloatingPointError内触发numpy。有关从文档中获取的示例：

>>> np.sqrt(-1)
nan
>>> with np.errstate(invalid='raise'):
...     np.sqrt(-1)
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
FloatingPointError: invalid value encountered in sqrt

有趣的是，当所有操作数都是整数时，它也会引发FloatingPointError：

>>> 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

该文档说明了FloatingPointError将被提出的条件：

浮点异常在IEEE 754标准[1]中定义：


除以零：从有限数字中获得无限结果。

溢出：结果太大而无法表达。

下溢：结果如此接近于零，导致精度丢失。

无效操作：结果不是可表达的数字，通常表示生成了NaN。

python何时引发FloatingPointError？

2 个答案: