如何捕获Python中RuntimeWarning: invalid value encountered in double_scalars警告

核心原因 #

默认配置下，NumPy的数值类警告仅会输出到控制台，不会作为异常抛出，因此无法直接通过try-except结构捕获。你遇到的RuntimeWarning: invalid value encountered in double_scalars是Δx为0时的除零计算触发的警告，不属于可直接捕获的异常类型。

可行解决方案 #

方案1：将警告转为异常实现捕获 #

有两种实现方式：

• 方式A：使用NumPy内置的np.errstate上下文管理器，仅在计算段临时将数值异常转为FloatingPointError异常捕获，不会全局修改配置：

for Δx in ΔxValues:
    try:
        with np.errstate(divide='raise', invalid='raise'):
            # 一次性计算保存结果，避免重复计算
            d1 = fDerN(1, Δx)
            d2 = fDerN(2, Δx)
            d3 = fDerN(3, Δx)
            d4 = fDerN(4, Δx)
            d5 = fDerN(5, Δx)
    # 捕获NumPy抛出的数值异常
    except FloatingPointError:
        continue
    else:
        difference1.append(abs(d1 - fDerA(1)))
        difference2.append(abs(d2 - fDerA(2)))
        difference3.append(abs(d3 - fDerA(3)))
        difference4.append(abs(d4 - fDerA(4)))
        difference5.append(abs(d5 - fDerA(5)))

• 方式B：使用warnings模块将指定RuntimeWarning转为异常捕获，可精确匹配警告文本：

import warnings
# 仅将匹配文本的RuntimeWarning转为可捕获的异常
warnings.filterwarnings('error', category=RuntimeWarning, message='invalid value encountered in double_scalars')

for Δx in ΔxValues:
    try:
        d1 = fDerN(1, Δx)
        d2 = fDerN(2, Δx)
        d3 = fDerN(3, Δx)
        d4 = fDerN(4, Δx)
        d5 = fDerN(5, Δx)
    except RuntimeWarning:
        continue
    else:
        difference1.append(abs(d1 - fDerA(1)))
        # 其余结果追加逻辑不变

方案2：直接过滤指定警告 #

如果不需要对警告做特殊处理，仅不想看到警告输出，可以直接过滤匹配到的警告，无需修改原有逻辑：
在代码开头导入模块后添加一行：

import warnings
warnings.filterwarnings('ignore', category=RuntimeWarning, message='invalid value encountered in double_scalars')

额外优化建议 #

你的ΔxValues是从0开始生成的，第一个元素本身就是0，必然会触发除零警告。如果不需要测试Δx=0的场景，可以直接修改生成规则避开0值，从根源避免警告：

# 从浮点数有效精度最小值开始生成，避免除零
ΔxValues = np.linspace(1e-16, 1, 1000)

内容的提问来源于stack exchange，提问作者yrjarv