使用numpy.vectorize结合uncertainties为何触发无效值警告？

环境 #

• Python 3.10
• numpy 1.23.5
• uncertainties 3.1.7（Linux Fedora 37系统，conda-forge包）

复现代码 #

import numpy as np
from uncertainties.core import Variable


x = np.array([1.0, 2.0])
y = np.array([np.nan, np.nan], dtype=float)
func = np.vectorize(lambda x, y: Variable(x, y), otypes=[object])
func(x, y)

触发的警告 #

/lib/python3.10/site-packages/numpy/lib/function_base.py:2411: RuntimeWarning: invalid value encountered in <lambda> (vectorized)
  outputs = ufunc(*inputs)

相关现象 #

• 启用warnings.simplefilter("error")后可获取完整回溯信息
• 将输入y改为有限浮点数时，不会触发警告
• 使用自定义Variable类替代uncertainties的Variable类时，无警告
• 直接通过列表推导式调用Variable(x[i], y[i])也无异常

疑问 #

numpy为何会触发该警告？该警告来自pdb无法调试的编译代码，且uncertainties的Variable类逻辑与自定义类无明显差异。实际场景中使用uncertainties.unumpy.uarray时遇到此问题，其内部实现类似示例中numpy.vectorize的用法。

内容的提问来源于stack exchange，提问作者ws_e_c421