升级Numpy至1.14.1后执行任意命令触发RuntimeWarning的问题咨询

我之前升级Numpy到1.14.x版本时也碰到过一模一样的情况，明明只是输个1+1都弹警告，当时整懵了，后来折腾了一阵终于搞清楚原因和解决办法：

问题原因 #

这个警告不是你当前执行的简单计算触发的，而是你的Python环境里有其他代码（比如加载的第三方库、后台运行的脚本）在偷偷调用Numpy的reduce相关函数（像np.sum、np.mean这类底层依赖reduce的函数），并且处理了包含NaN或者inf的无效值数组。

Numpy 1.14.x版本对警告机制做了调整——之前版本里可能被静默忽略的无效值处理操作，现在会主动抛出警告。哪怕你当前操作看起来和它无关，只要后台有代码在运行时触发了这个逻辑，警告就会弹出来。

解决办法 #

1. 先定位触发警告的根源 #

想要彻底解决，得先找到到底是谁在搞事情。可以用Python的warnings模块把警告转换成错误，这样就能看到完整的调用栈：

import warnings
# 把警告转为错误，方便查看调用栈
warnings.filterwarnings("error")
# 执行你之前触发警告的操作，比如输入1+1
1+1

运行后会抛出完整的错误栈，里面会明确显示是哪个函数、哪个库触发了这个警告。

2. 根据根源针对性修复 #

• 如果是第三方库导致的：检查该库的版本是否和Numpy 1.14.1兼容。比如pandas在0.22.x之前的版本和Numpy 1.14.x有兼容问题，只要把对应的库升级到最新兼容版本就能解决。
• 如果是自己的代码导致的：找到使用np.reduce或者依赖它的函数的地方，检查是否处理了包含NaN的数组。可以替换成np.nansum、np.nanmean这类专门处理NaN的函数；或者如果确实需要保留无效值，也可以在特定代码块里临时设置Numpy的错误处理：

  import numpy as np
  # 临时屏蔽无效值警告
  old_settings = np.seterr(invalid='ignore')
  # 执行你的代码
  # ...
  # 恢复原来的设置
  np.seterr(**old_settings)
  

3. 临时应急方案（不推荐长期使用） #

如果暂时没时间定位根源，可以在代码开头全局屏蔽这个警告，但这只是治标不治本：

import numpy as np
# 全局屏蔽无效值相关警告
np.seterr(invalid='ignore')

内容的提问来源于stack exchange，提问作者Ethunxxx