numpy.seterrcall¶
-
numpy.
seterrcall
(func)[source]¶ 设置浮点错误回调函数或日志对象。
有两种方法来捕获浮点错误消息。第一种是使用
seterr
将错误处理程序设置为“call”。然后,使用此功能将函数设置为调用。第二个是使用
seterr
将错误处理程序设置为“log”。浮点错误然后触发对所提供对象的'write'方法的调用。参数: func:可调用的f(err,flag)或带写方法的对象
调用浮点错误(“调用”模式)或使用“写入”方法来记录此类消息(“日志”模式)的对象的函数。
调用函数接受两个参数。第一个是描述错误类型的字符串(例如“除零”,“溢出”,“下溢”或“无效值”),第二个是状态标志。该标志是一个字节,其四个最低有效位指示错误的类型,“除”,“上”,“下”,“无效”之一:
[0 0 0 0 divide over under invalid]
In other words,
flags = divide + 2*over + 4*under + 8*invalid
.如果提供了一个对象,它的write方法应该有一个参数,一个字符串。
返回: h:callable,log instance或None
旧的错误处理程序。
也可以看看
例子
错误时回调:
>>> def err_handler(type, flag): ... print("Floating point error (%s), with flag %s" % (type, flag)) ...
>>> saved_handler = np.seterrcall(err_handler) >>> save_err = np.seterr(all='call')
>>> np.array([1, 2, 3]) / 0.0 Floating point error (divide by zero), with flag 1 array([ Inf, Inf, Inf])
>>> np.seterrcall(saved_handler) <function err_handler at 0x...> >>> np.seterr(**save_err) {'over': 'call', 'divide': 'call', 'invalid': 'call', 'under': 'call'}
日志错误消息:
>>> class Log(object): ... def write(self, msg): ... print("LOG: %s" % msg) ...
>>> log = Log() >>> saved_handler = np.seterrcall(log) >>> save_err = np.seterr(all='log')
>>> np.array([1, 2, 3]) / 0.0 LOG: Warning: divide by zero encountered in divide array([ Inf, Inf, Inf])
>>> np.seterrcall(saved_handler) <__main__.Log object at 0x...> >>> np.seterr(**save_err) {'over': 'log', 'divide': 'log', 'invalid': 'log', 'under': 'log'}