Desarrollo de Python
  1. Desarrollo de Python
  3. ¿Cuál podría ser la causa del ‘valor inválido encontrado en less_equal’ en números?
Intereting Posts
¿Progtwig básico para convertir números enteros en números romanos? Saltar filas durante csv import pandas PyCharm autocompletar ¿Cómo hacer que el comando pydoc funcione en Windows? ¿Por qué no se llama a Dfunc (gradiente) al utilizar integ.odeint en SciPy? Python – reemplaza todas las palabras que comienzan con Numpy: productos de puntos grandes y eficientes. ¿Es posible adjuntar figuras a las PdfPages de Matplotlib? ¿Cómo encuentro el ángulo entre 2 puntos en pygame? Manteniendo filtros en Django Admin Salida formateada en OpenOffice / Microsoft Word con Python Ayuda de la aplicación Django staticfiles Escala de registro utilizando la función de dispersión de Bokeh Hacer archivo exe de python selenium tests. Error de MySQL: 2013, “Se perdió la conexión con el servidor MySQL al ‘leer el paquete de comunicación inicial’, error del sistema: 0”

¿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() ).