Ich habe viele Situationen, in denen Berechnungen begegnen Dinge wie:wie teuer sind RuntimeWarning Warnungen auf die Leistung für die Berechnung auf großen Daten
-divide by zero
-np.nan values in a column that I compute df['col'].quantile(0.5)
-np.nan values in groupby objects that are then used like grouped.agg('sum')
etc
ich keine Fehler erhalten, aber tun RuntimeWarning
Meldungen. Jetzt, da meine Daten sehr groß sind, frage ich mich, ob diese Warnungen zu Leistungseinbußen führen und wenn ja, kann ich sie umgehen.
Beispiel:
lib/python2.7/site-packages/pandas/core/ops.py:87: RuntimeWarning: divide by zero encountered in true_divide
rtruediv=arith_method(lambda x, y: operator.truediv(y, x),
lib/python2.7/site-packages/pandas/core/ops.py:720: RuntimeWarning: invalid value encountered in greater_equal
lib/python2.7/site-packages/numpy/lib/function_base.py:3403: RuntimeWarning: Invalid value encountered in median
RuntimeWarning)
lib/python2.7/site-packages/numpy/lib/function_base.py:3386: RuntimeWarning: invalid value encountered in multiply
x2 = take(ap, indices_above, axis=axis) * weights_above
Fragen Sie sich, ob der * Warnmechanismus * teuer ist, oder wundern Sie sich über * das, worüber Sie die Warnung warnt *? – user2357112
der Warnmechanismus. Ich weiß, warum ich die Warnung bekomme, d. H. Dividiere durch 0, Datenelement = inf oder np.nan. – codingknob