如何解决含奇点函数极限计算中的Zero Division Error？

数据老陈

2026-8-8

解决计算极限时的除零警告问题

核心问题分析

你的代码里，不管后续的极限判断逻辑，第一步self.f = 1 / (1 - self.u)就已经执行了数值运算——只要self.u等于1或足够接近1，Python会直接触发除零警告，因为这一步是直接做除法，而非先解析求极限。

方案1：符号计算（推荐，适配求极限场景）

如果用sympy的limit函数，要先定义符号表达式，再求极限，避免提前做数值除法：

from sympy import symbols, limit, oo

class F():
    def __init__(self):
        # 定义符号变量，而非直接用数值u
        self.u = symbols('u')
    
    def source(self):
        # 定义符号形式的函数，不触发数值运算
        self.f_expr = 1 / (1 - self.u)
        # 直接对符号表达式求左极限
        self.limit_f = limit(self.f_expr, self.u, 1, '-')
        
        # 单独定义数值代入函数，处理非极限场景的计算
        def compute_f(u_val):
            if u_val >= 1:
                return oo
            return 1 / (1 - u_val)
        self.compute_f = compute_f

这样做的优势：

符号表达式不会触发除零警告，sympy是通过解析方式求极限，而非数值运算
分离极限求解和数值计算逻辑，避免冲突

方案2：纯数值计算场景

如果不需要符号求极限，仅需处理趋近于1⁻的数值计算，提前判断u的范围，跳过除零运算：

import numpy as np

class F():
    def source(self, u):
        # 用极小值判断u是否接近1（规避浮点精度误差）
        if np.all(u >= 1 - 1e-10):
            self.f = np.inf
        else:
            self.f = 1 / (1 - u)

注意：用1e-10这类极小阈值判断，避免因浮点精度问题把接近1的有效值误判为1。