np.linalg.norm：“在sqrt中遇到无效的值”

Question

我正在处理一些位置向量。 我正在彼此操作每个位置，并且正在使用矩阵尽可能高效地执行操作。 我在最新版本中RuntimeWarning: invalid value encountered in sqrt return sqrt(add.reduce(s, axis=axis, keepdims=keepdims))了警告，它给了我一个警告： RuntimeWarning: invalid value encountered in sqrt return sqrt(add.reduce(s, axis=axis, keepdims=keepdims))

下面是给出此警告的一些代码示例。

此警告是由np.linalg.norm引起的，仅当我为数组指定数据类型时才会发生，并且仅在以下示例代码中有90个以上的向量时才会发生。

这是NumPy错误，还是NumPy中的已知限制，还是我做错了什么？

x = np.full((100, 3), 1)  # Create an array of vectors, in this case all [1, 1, 1]
ps, qs = np.broadcast_arrays(x, np.expand_dims(x, 1))  # Created so that I can operate each vector on each other vector.
z = np.subtract(ps, qs, dtype=np.float32)  # Get the difference between them.
np.linalg.norm(z, axis=2)  # Get the magnitude of the difference.

Answer 1

您应确保Z不包含任何负值！ 测试您是否具有负值：

print len([_ for _ in z if _ < 0])