为何Python异常处理无法捕获np.log除零警告并执行print语句

• NumPy默认的数值错误处理策略是输出警告而非抛出Python异常：np.log(0)触发的RuntimeWarning: divide by zero encountered in log只是日志级别的警告，不会触发异常栈，所以try...except块自然捕获不到，print语句也就不会执行。
• 你贴出的最终报错LinAlgError和你写的这段调试代码无关：从报错栈可以看到，错误触发在indicator.py的price_volume_fit函数内的np.polyfit调用环节，你写的这段逐行计算log的调试代码要么没有实际运行，要么运行后没有捕获到任何异常（因为仅输出警告），程序继续执行到后续拟合环节才因为log(0)产生的-inf值导致线性最小二乘的SVD求解不收敛，最终抛出异常。

• 如果你要让try...except能捕获到NumPy的数值计算错误，可以在代码开头加一行配置，让NumPy把对应警告转为异常：

import numpy as np
np.seterr(divide='raise') # 遇到除以0的情况直接抛出异常

运行这段配置后再执行你写的调试代码，就能正常触发except块打印对应的股票名称和索引。

• 更高效的定位方式：不需要循环遍历，直接用NumPy向量化操作快速找到成交量为0的位置：

for i, stock in enumerate(df.columns):
    volumes = df[stock].to_numpy()
    zero_indexes = np.where(volumes == 0)[0]
    if len(zero_indexes) > 0:
        print(stock, zero_indexes)

• 修复根因：后续计算对数前，先对成交量为0的情况做预处理，比如填充极小值、过滤对应行，避免生成-inf值传入拟合函数，就可以解决LinAlgError报错。

内容的提问来源于stack exchange，提问作者Alex