为什么 `np.sum([-np.Inf, +np.Inf])` 警告“在 reduce 中遇到无效值”

Question

python -c "import numpy as np; print(np.sum([-np.Inf, +np.Inf]))" 

给

numpy\core\fromnumeric.py:86: RuntimeWarning: invalid value encountered in reduce
  return ufunc.reduce(obj, axis, dtype, out, **passkwargs)
nan

我不知道这是为什么：

1. 里面没有警告

   python -c "import numpy as np; print(np.sum([-np.Inf, -np.Inf]))"

   也不在

   python -c "import numpy as np; print(np.sum([+np.Inf, +np.Inf]))"

   所以它不可能是Inf s。

2. 里面没有警告

   python -c "import numpy as np; print(np.sum([np.nan, np.nan]))"

   所以它不可能是NaN结果。

那么，它是什么，我该如何避免呢？ 我实际上喜欢得到NaN结果，我只是想避免警告。

Answer 1

警告很好，因为Inf - Inf在数学上未定义。 你期望什么结果？

如果您想避免警告，请使用如下过滤器：

import warnings

with warnings.catch_warnings():
    warnings.simplefilter("ignore", category=RuntimeWarning)
    res = np.sum([-np.Inf, np.Inf])

Answer 2

事实证明，@CarlosHorn 的答案非常接近，尽管隐藏在 IEEE 标准 754 的深处（我检查了 2008 版本）。

第 7.2 节（默认异常处理 > 无效操作）写道

当且仅当没有有用的可定义结果时，才会发出无效操作异常信号。

考虑到有些人可能觉得Inf没有用，我不知道什么是“有用的可定义结果”； 相比之下，我发现甚至NaN也很有用。 不管怎样，本节给出了一个完整的示例列表，其中包括（在 d 中）“无穷大的减法”，解释了 Inf 的原因和形式Inf - Inf应被视为无效。 它还包括（在 a 中）“对信号 NaN 的任何 [...] 操作”，但不包括对安静 NaN 的操作。 这个重要的区别解释了为什么NaN + NaN通常不发出信号，因为np.nan是安静的。

为了完整起见，第 6.1 节解释了为什么Inf + Inf不应被视为无效。

还有两件事要说：

• 我不清楚（但无关紧要）为什么np.inf - np.inf不会引发异常。
• with np.errstate(invalid="ignore"): ...可能是抑制警告的最干净的方法。

更多资源：

• https://github.com/numpy/numpy/issues/22661#issuecomment-1326168983
• https://en.wikipedia.org/wiki/IEEE_754#Exception_handling