Question

我知道已经部分回答here。

无论如何，我不确定我是否达到了我的目标。我将简要解释一下我在做什么：

阅读一个特别的json文件列表嵌套结构。
从中提取最低级别的值，并在这些值为列表时取平均值。
将这些值收集到numpy数组中。
将我的numpy数组转换为pickle文件。

一切都很顺利，但我收到了一些numpy运行时警告：

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

给我带来麻烦的功能是实际提取执行此操作的值的人：v = np.mean(v)

我知道错误可能是由零列表或某些NaN / Inf或其他值引起的。

我想通过从我的数据集中丢弃当前的.json样本来摆脱它们。

所以我设置了np.seterr(all='warn')

我制作了这个笨拙的代码试图抓住它：

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

我的问题是我不知道它是否有效地工作，因为警告仍然印在stdout上。我想在设置all="Warning"后代码应该已停止，但我怎么能轻易检查我是否正确？

此外，是否有更多pythonic方法来缩短该功能。我真的不喜欢以这种方式嵌套的try/except。

Answer 1

感谢JürgMerlinSpaak的评论，我找到了一个更好，更简单的解决方案。在函数之外捕获异常显然更好，我恢复到原始版本：

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

我已经在代码的主要内容中设置了所有内容：

np.seterr(all='warn')

然后抓住他们：

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

值得注意的是，无论谁来到这里同样的例外。我成功捕获了两个警告，但print(e)只会告诉你“空切片的意思”。我可以猜到为什么，但我太累了，无法进一步调查。

捕获numpy运行时警告作为异常并抑制它们

1 个答案: