為什么 `np.sum([-np.Inf, +np.Inf])` 警告“在 reduce 中遇到無效值”

Question

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

給

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

我不知道這是為什么：

1. 里面沒有警告

   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. 里面沒有警告

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

   所以它不可能是NaN結果。

那么，它是什么，我該如何避免呢？ 我實際上喜歡得到NaN結果，我只是想避免警告。

Answer 1

警告很好，因為Inf - Inf在數學上未定義。 你期望什么結果？

如果您想避免警告，請使用如下過濾器：

import warnings

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

Answer 2

事實證明，@CarlosHorn 的答案非常接近，盡管隱藏在 IEEE 標准 754 的深處（我檢查了 2008 版本）。

第 7.2 節（默認異常處理 > 無效操作）寫道

當且僅當沒有有用的可定義結果時，才會發出無效操作異常信號。

考慮到有些人可能覺得Inf沒有用，我不知道什么是“有用的可定義結果”； 相比之下，我發現甚至NaN也很有用。 不管怎樣，本節給出了一個完整的示例列表，其中包括（在 d 中）“無窮大的減法”，解釋了 Inf 的原因和形式Inf - Inf應被視為無效。 它還包括（在 a 中）“對信號 NaN 的任何 [...] 操作”，但不包括對安靜 NaN 的操作。 這個重要的區別解釋了為什么NaN + NaN通常不發出信號，因為np.nan是安靜的。

為了完整起見，第 6.1 節解釋了為什么Inf + Inf不應被視為無效。

還有兩件事要說：

• 我不清楚（但無關緊要）為什么np.inf - np.inf不會引發異常。
• with np.errstate(invalid="ignore"): ...可能是抑制警告的最干凈的方法。

更多資源：

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