Блог

Главная - Вопросы по программированию - Ошибка повышения при установке значений, выходящих за пределы диапазона

Ошибка повышения при установке значений, выходящих за пределы диапазона

#python #numpy #types #integer-overflow #array-broadcasting

#питон #тупой #типы #целое число-переполнение #массив-вещание

Вопрос:

Как можно разрешить проверку значений вне диапазона в numpy, если, например, установить uint8 элемент матрицы равным -1 ? Текущее поведение просто принимает его молча, устанавливая для элемента значение 255 . Есть ли способ разрешить возникновение ошибки во время отладки, или это может быть достигнуто только путем создания подклассов массивов numpy? Это довольно частое явление, которое трудно заметить и исправить, особенно при выполнении нескольких операций.

Пример:

 import numpy as np
img = np.zeros((5, 5), dtype=np.uint8)
img[:] = -1
img

и вывод:

 array([[255, 255, 255, 255, 255],
       [255, 255, 255, 255, 255],
       [255, 255, 255, 255, 255],
       [255, 255, 255, 255, 255],
       [255, 255, 255, 255, 255]], dtype=uint8)

Ответ №1:

Я думаю, предварительная проверка вручную не вариант, потому что вы хотите полагаться на высокую скорость numpy?

Комментарии:

1. Спасибо за ваш вклад. Вы правы. Однако существуют и другие операции, которые могут вызывать исключения с плавающей запятой, и они принимаются во внимание, причем их уровень ошибок обрабатывается numpy.seterr методом.

2. вы пробовали использовать NaN вместо -1? Но это действительно было бы решением только этой конкретной проблемы

3. Единственный способ избежать недопустимых значений во время маскировки — это использовать numpa.ma модуль, но это излишество, оно снижает производительность и не может использоваться глобально. Именно по этой причине я не нахожу причин, объясняющих отсутствие такого флага отладки.

4. одним из способов на самом деле избежать этого было бы использование cython, поскольку он применяет строгие типы. Но это, вероятно, тоже излишне

Метки: ,