Python出现FutureWarning与SettingWithCopyWarning如何定位触发代码

是否由版本过旧导致 #

是，你当前使用的依赖版本普遍已经停止维护，两个警告均和版本过旧有直接关系：

1. matplotlib 3.3.4是适配Python3.6的最高版本，该版本的内部cbook模块处理非numpy数组的多维索引时未做兼容转换，是已知的官方遗留问题，3.4及以上版本已经修复了该内部触发的警告
2. pandas 1.1.5的SettingWithCopyWarning检测逻辑精度较低，存在更高的误触发概率，同时该版本对切片拷贝的校验规则比新版本更严格，更容易触发警告，本质是代码中存在对DataFrame切片直接赋值的操作。

定位触发警告的具体代码块 #

你可以通过以下方法快速定位：

• 开启警告转异常，打印全栈调用信息
  在项目入口文件的最开头加入以下代码，所有警告会直接转为异常抛出，中断运行的同时打印完整调用栈，调用栈中属于你业务代码的行就是警告触发位置：

  import warnings
  # 所有警告转异常
  warnings.filterwarnings('error')
  # 如果只想针对特定警告转异常，用下面的写法
  # 针对matplotlib的FutureWarning
  # warnings.filterwarnings('error', category=FutureWarning)
  # 针对pandas的SettingWithCopyWarning
  # import pandas as pd
  # warnings.filterwarnings('error', category=pd.errors.SettingWithCopyWarning)
  

• 分模块运行缩小范围
  代码库规模较大时，可以按功能模块拆分运行，每次验证一个功能模块的运行输出，逐步缩小范围到具体的文件、函数。
• 配合调试工具定位
  在入口文件加入import pdb; pdb.pm()，当警告转为异常抛出后会自动进入调试模式，输入where命令即可查看完整调用链路，逐层定位到业务代码的触发点。

警告修复方案 #

定位到具体代码后可以按以下规则修复：

• 针对matplotlib的FutureWarning
  如果是业务代码中直接写了obj[:, None]这类非numpy数组的多维索引写法，提前将对象转为numpy数组即可：np.array(obj)[:, None]；如果是给matplotlib绘图接口传了pandas的Series/Index对象触发的内部警告，传参时先转成numpy数组：plt.plot(df['列名'].values) 代替 plt.plot(df['列名'])
• 针对pandas的SettingWithCopyWarning
  如果需要修改原DataFrame的数值，统一用.loc语法赋值：df.loc[行筛选条件, 列名] = 新值；如果是需要基于切片生成独立的新DataFrame，显式调用copy方法：new_df = df[df['age']>18].copy()，后续修改new_df就不会触发警告。

内容的提问来源于stack exchange，提问作者Sarvendra Singh