RuntimeWarning：在 double_scalars app.launch_new_instance() 中遇到无效值答案

【问题标题】：RuntimeWarning: invalid value encountered in double_scalars app.launch_new_instance()RuntimeWarning：在 double_scalars app.launch_new_instance() 中遇到无效值
【发布时间】：2016-10-13 08:13:42
【问题描述】：

我正在应用欧拉方法来求解微分方程。这是我的代码：

def f(x, y):
    return ((x**(2))*y)/((x**(4)) + (y**(4)))

di = 0.01
I = 100

x = np.linspace(-I, I, int(I/di) + 1)
w = np.zeros(len(x))

x[0], w[0]
for i in range(1, len(w)):
    w[i] = w[i - 1] + f(x[i - 1], w[i - 1])*di

plt.plot(x, w, label='approximation' )
plt.xlabel("x") 
plt.ylabel("y")
plt.show()

当我运行代码时，我有这个警告：

“C:\Users\USER\Anaconda3\lib\site-packages\ipykernel__main__.py:3: RuntimeWarning: 在 double_scalars app.launch_new_instance() 中遇到无效值”

我现在想知道如何解决它并让它发挥作用。

【问题讨论】：

标签： python numpy warnings

【解决方案1】：

您的代码运行到除以零错误。试试这个来说服自己：

>>> def f(x, y):
...     return ((x**(2))*y)/((x**(4))+(y**(4)))
...
>>> I, di = 100, 0.01
>>> x = np.linspace(-I, I, int(I/di) + 1)
>>> w = np.zeros(len(x))
>>> i = len(x)//2 + 1
>>> i
5001
>>> f(x[i-1], w[i-1])
nan

从上面的交互式会话中可以清楚地看出，当 i 在 for 循环中取值 5001 时，f(x[i-1], w[i-1]) 产生 nan。这个问题有几种解决方案。例如，为了避免NaN 值，您可以在执行除法之前检查f() 返回的分数的分母是否为零。如果是，您应该返回您选择的常规值（例如0）而不是除法的结果。以下 sn-p 通过conditional expression 实现了这种方法：

def f(x, y):
    return (0 if x==0 and y==0 else float(x**2*y)/(x**4 + y**4))

或者，您可以通过在脚本中包含以下代码来禁用运行时警告（但如果这样做，您需要注意潜在风险）：

import warnings

def f(x, y):
    with warnings.catch_warnings():
        warnings.simplefilter('ignore')        
        return ((x**(2))*y)/((x**(4)) + (y**(4)))

建议的解决方法避免了 RuntimeWarning，但不会让您的代码按预期工作。实际上，计算得到的解w 是一个所有元素都为零的向量。我猜您的代码无法正常工作的原因是您错过了为w[0] 分配一个不同于0 的初始值。

例如，如果您只是在 for 循环之前添加此行：

w[0] = 0.5

你会得到这个（显然是有意义的）曲线而不是平面图。

希望这会有所帮助！

【讨论】：