Desarrollo de Python
  1. Desarrollo de Python
  3. ¿Cuál podría ser la causa del ‘valor inválido encontrado en less_equal’ en números?
Intereting Posts
Cargar y descargar archivos con el matraz Python, ¿cómo ejecutar comandos en hosts remotos y mostrar resultados en GUI en tiempo real? El interlocking de Python multiprocessing .join () depende de la función de trabajo Capture imágenes de mapas de Google incrustadas con Python sin utilizar un navegador ¿Cómo configurar correctamente Windows7 para usar Selenium con Firefox ? En Python, ¿cómo cuento los ceros finales en una cadena o entero? Jupyter hace que los gráficos 3D de matplotlib sean extremadamente pequeños ¿Cómo epoll detectar el lado del cliente cerca de Python? Colorear una sola columna de Pandas Dataframe.to_html () Transparente tamaño de png con Python Image Library y el efecto halo Python: reanudar la sesión web desde urllib2 después del inicio de sesión manual del navegador ¿Función recursiva que no devuelve ninguna? Diccionario de Python vs lista, que es más rápido? Matplotlib discreta barra de colores Python loguea la incompatibilidad entre 2.5 y 2.6.

¿Cuál podría ser la causa del ‘valor inválido encontrado en less_equal’ en números?

Experimenté un RuntimeWarning 

RuntimeWarning: invalid value encountered in less_equal

Generado por esta línea de código mío: 

 center_dists[j] <= center_dists[i]

Tanto center_dists[j] como center_dists[i] son matrices numpy

¿Cuál podría ser la causa de esta advertencia?

Eso es más probable que ocurra debido a un np.nan en algún lugar de las entradas involucradas. Un ejemplo de ello se muestra a continuación: 

 In [1]: A = np.array([4, 2, 1]) In [2]: B = np.array([2, 2, np.nan]) In [3]: A<=B RuntimeWarning: invalid value encountered in less_equal Out[3]: array([False, True, False], dtype=bool)

Para todas aquellas comparaciones que involucran np.nan , daría como resultado False . Confirmémoslo para una comparación broadcasted . Aquí hay una muestra: 

 In [1]: A = np.array([4, 2, 1]) In [2]: B = np.array([2, 2, np.nan]) In [3]: A[:,None] <= B RuntimeWarning: invalid value encountered in less_equal Out[3]: array([[False, False, False], [ True, True, False], [ True, True, False]], dtype=bool)

Observe la tercera columna en la salida que corresponde a la comparación que involucra el tercer elemento np.nan en B y que da como resultado todos los valores False .

Como seguimiento a la respuesta de Divakar y al comentario sobre cómo suprimir RuntimeWarning , una forma más segura es suprimirlos solo localmente with np.errstate() ( docs ): es bueno estar alerta en general cuando se comparan con np.nan False , e ignora la advertencia solo cuando esto es realmente lo que se pretende. Aquí para el ejemplo de OP: 

 with np.errstate(invalid='ignore'): center_dists[j] <= center_dists[i]

Al salir del bloque with , el manejo de errores se restablece a lo que era antes.

En lugar de invalid value encountered un invalid value encountered , también se pueden ignorar todos los errores pasando all='ignore' . Curiosamente, esto falta en los kwargs en los documentos para np.errstate() , pero no en los de np.seterr() . (Parece un pequeño error en los documentos np.errstate() ).