RuntimeWarning : 나누기에서 잘못된 값이 발견되었습니다.

100

"봄 속의 공"모델에 대해 오일러의 방법을 사용하여 프로그램을 만들어야합니다.

from pylab import*
from math import*
m=0.1
Lo=1
tt=30
k=200
t=20
g=9.81
dt=0.01
n=int((ceil(t/dt)))
km=k/m
r0=[-5,5*sqrt(3)]
v0=[-5,5*sqrt(3)]
a=zeros((n,2))
r=zeros((n,2))
v=zeros((n,2))
t=zeros((n,2))
r[1,:]=r0
v[1,:]=v0
for i in range(n-1):
    rr=dot(r[i,:],r[i,:])**0.5
    a=-g+km*cos(tt)*(rr-L0)*r[i,:]/rr
    v[i+1,:]=v[i,:]+a*dt
    r[i+1,:]=r[i,:]+v[i+1,:]*dt
    t[i+1]=t[i]+dt

    #print norm(r[i,:])

plot(r[:,0],r[:,1])
xlim(-100,100)
ylim(-100,100)
xlabel('x [m]')
ylabel('y [m]')

show()

이 오류가 계속 발생합니다.

a=-g+km*cos(tt)*(rr-L0)*r[i,:]/rr
RuntimeWarning: invalid value encountered in divide

알아낼 수 없습니다. 코드에 어떤 문제가 있습니까?

python python-2.7 matplotlib

— 보그 단 오시 카
소스

해당 코드 줄의 작은 항목 각각에서 무슨 일이 일어나고 있는지 인쇄하십시오. 이것이 디버그하는 유일한 방법입니다.

— CppLearner 2013-02-13

2

당신은 그 오류를 던지는 nans rr가 있습니다. 와 문제 rr에 따른되고 r[i,:]있는가에, 어떤 경우에는 동일합니다 array([ nan, nan]). @CppLearner가 언급했듯이 코드를 디버그 (또는 작성)하는 가장 좋은 방법은 구현하기 전에 각각의 작은 부분을 테스트하는 것입니다.

— cosmosis 2013

163

코드가 "0으로 나누기"또는 "NaN으로 나누기"를 시도하고 있다고 생각합니다. 당신이 그것을 알고 있고 그것이 당신을 괴롭 히고 싶지 않다면, 당신은 시도 할 수 있습니다 :

import numpy as np
np.seterr(divide='ignore', invalid='ignore')

자세한 내용은 다음을 참조하십시오.

http://docs.scipy.org/doc/numpy/reference/generated/numpy.seterr.html

— 주 얀
소스

77

with NP.errstate(divide='ignore',invalid='ignore'):코드 블록에 대한 경고를 표시하지 않으려면 사용 하는 것이 유용 할 수 있습니다 .

— GWW

8

0으로 나누기 또는 NaN을 무시하려는 이유는 무엇입니까?

— x 제곱

7

@xsquared 나눈 후 직접 값을 올바르게 처리하고 코드를 사용자에게 배포 할 때 (또는 경고를 보는 데 지쳤을 때). with np.errstate(...)처리 된 케이스에 대해서만이 작업을 안전하게 수행 할 수 있습니다.

— reve_etrange

2

@reve_etrange 일반적으로 나누기를 0으로 무시하는 것보다 훨씬 더 수용 가능하다고 생각합니다.

— X 제곱

1

오류를 일으키는 줄 앞에 이것을 설정 한 다음 명령 에 의해 줄 후에 정상 상태 로 재설정 하는 것이 좋습니다'warn'np.seterr(divide='warn', invalid='warn')

— Mohammad ElNesr

15

파이썬 인덱싱은 (1이 아닌) 0에서 시작하므로 할당 "r [1 ,:] = r0"은 r의 두 번째 (즉, 인덱스 1) 요소를 정의 하고 첫 번째 (인덱스 0) 요소를 0 쌍으로 둡니다. for 루프에서 i의 첫 번째 값은 0이므로 rr은 r에있는 첫 번째 항목의 내적 (0)의 제곱근을 가져오고 다음 줄에서 rr로 나누면 오류가 발생합니다.

— Kinch
소스

11

0으로 나누는 것을 방지하기 위해 div0 오류가 발생하는 출력 'out'을 미리 초기화 할 수 있습니다. 예를 들어 np.where조건에 관계없이 전체 라인이 평가되기 때문에 자르지 않습니다.

사전 초기화를 사용한 예 :

a = np.arange(10).reshape(2,5)
a[1,3] = 0
print(a)    #[[0 1 2 3 4], [5 6 7 0 9]]
a[0]/a[1]   # errors at 3/0
out = np.ones( (5) )  #preinit
np.divide(a[0],a[1], out=out, where=a[1]!=0) #only divide nonzeros else 1

— qrtL
소스

4

다음과 같은 방법으로 분할되는 rr0.0 일 수있다. rr0 인지 확인 하고 분모에서 사용하는 것 이외의 합리적인 작업을 수행하십시오.

— Crayzeewulf
소스