概述
我必须在Python中为我正在做的项目制作拉格朗日多项式。 我正在做一个重心的样式,以避免使用显式的for循环而不是Newton的分割差异样式。 我遇到的问题是我需要将除法除以零,但Python(或者可能是numpy)只是使它成为警告而不是正常的异常。
所以,我需要知道的是抓住这个警告,好像它是一个例外。 我在本网站上发现的相关问题没有按照我需要的方式回答。 这是我的代码:
import numpy as np
import matplotlib.pyplot as plt
import warnings
class Lagrange:
def __init__(self, xPts, yPts):
self.xPts = np.array(xPts)
self.yPts = np.array(yPts)
self.degree = len(xPts)-1
self.weights = np.array([np.product([x_j - x_i for x_j in xPts if x_j != x_i]) for x_i in xPts])
def __call__(self, x):
warnings.filterwarnings("error")
try:
bigNumerator = np.product(x - self.xPts)
numerators = np.array([bigNumerator/(x - x_j) for x_j in self.xPts])
return sum(numerators/self.weights*self.yPts)
except Exception, e: # Catch division by 0. Only possible in 'numerators' array
return yPts[np.where(xPts == x)[0][0]]
L = Lagrange([-1,0,1],[1,0,1]) # Creates quadratic poly L(x) = x^2
L(1) # This should catch an error, then return 1.
执行此代码时,我得到的输出是:
Warning: divide by zero encountered in int_scalars
这是我想要捕捉的警告。 它应该出现在列表理解中。
最后
以上就是糊涂红酒为你收集整理的python中end提示我=错误_python - 我如何捕获一个numpy警告,就像它是一个异常(不仅仅是测试)?...的全部内容,希望文章能够帮你解决python中end提示我=错误_python - 我如何捕获一个numpy警告,就像它是一个异常(不仅仅是测试)?...所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复