Функция seterrcall

Функция seterrcall устанавливает пользовательский обратный вызов для обработки ошибок, возникающих при выполнении численных операций. Она позволяет перехватывать предупреждения и ошибки, такие как деление на ноль, переполнение, потеря значимости и другие, и обрабатывать их пользовательским способом. Функция принимает один параметр - вызываемый объект, который будет получать три аргумента: тип ошибки, строку с описанием ошибки и объект ошибки.

Синтаксис

np.seterrcall(callable)

Параметры функции:

callable - пользовательская функция обратного вызова. Она должна принимать три параметра: тип ошибки (например, 'divide' или 'over'), текст ошибки и объект ошибки типа Warning или Error. Если передать None, то функция сбрасывает ранее установленный обработчик.

Возвращаемое значение: предыдущая функция обратного вызова, если она была установлена, или None. Это позволяет сохранять и восстанавливать обработчики.

Пример

Установим простой обработчик ошибок, который выводит информацию в консоль:

import numpy as np

# User-defined error handler
def error_handler(err_type, err_msg, err_obj):
	print(f"Error type: {err_type}")
	print(f"Error message: {err_msg}")
	print(f"Error object: {err_obj}")

# Set the callback
old_handler = np.seterrcall(error_handler)

# Set error behavior to 'call'
np.seterr(divide='call', over='call')

# Trigger a division by zero error
arr = np.array([1, 0, 2])
res = np.divide(1, arr)

Результат выполнения кода:

Error type: divide
Error message: divide by zero encountered in divide
Error object: <numpy.core._exceptions.UFuncWarning object at 0x...>

Пример

Создадим обработчик, который сохраняет информацию об ошибках в список для последующего анализа:

import numpy as np

# List to store error logs
error_log = []

# User-defined error handler
def log_handler(err_type, err_msg, err_obj):
	error_log.append({
		'type': err_type,
		'message': err_msg,
		'object': err_obj
	})
	print(f"Logged error: {err_type} - {err_msg}")

# Set the callback
np.seterrcall(log_handler)
np.seterr(divide='call', over='call')

# Trigger some errors
arr1 = np.array([1, 0, 3])
res1 = np.divide(1, arr1)

arr2 = np.array([1e308, 1e308])
res2 = np.multiply(arr2, arr2)

print(f"Total errors logged: {len(error_log)}")

Результат выполнения кода:

Logged error: divide - divide by zero encountered in divide
Logged error: over - overflow encountered in multiply
Total errors logged: 2

Пример

Сбросим установленный обработчик, передав None в функцию:

import numpy as np

# User-defined error handler
def custom_handler(err_type, err_msg, err_obj):
	print(f"Handling error: {err_type}")

# Set the callback
old_handler = np.seterrcall(custom_handler)
np.seterr(divide='call')

# Trigger an error
arr = np.array([1, 0, 2])
res = np.divide(1, arr)

# Reset callback
np.seterrcall(None)
print("Callback reset")

# Trigger another error
res = np.divide(1, arr)

Результат выполнения кода:

Handling error: divide
Callback reset

После сброса обработчика ошибка больше не обрабатывается пользовательской функцией.

Смотрите также

функцию seterr,
которая устанавливает поведение при возникновении ошибок
функцию geterr,
которая возвращает текущие настройки обработки ошибок
функцию geterrcall,
которая возвращает текущую функцию обратного вызова
функцию set_printoptions,
которая настраивает форматирование вывода массивов