如何修复“运行时警告：在 double_scalars 中遇到除以零”

Question

在我的代码中执行for 循环后，一行出现错误：

RuntimeWarning: divide by zero encountered in double_scalars

另一行有两个错误：

RuntimeWarning: divide by zero encountered in double_scalars

RuntimeWarning: invalid value encountered in arcsin

我发现浮点值可能有问题，但我不确定它，我在这里输入它以寻求您的帮助。:)

这是代码：

T_max = 0.5 * v_PM(Me) * RTOD 
DT = (90 - T_max) - np.fix(90 - T_max) 
n = int(T_max * 2)

P = np.zeros((n+1))    
T = np.zeros((n+1))
M = np.zeros((n+1))
RR = np.zeros((n+1))
LR = np.zeros((n+1))
SL = np.zeros((n+1))

for m in range(n+1):
    T[m] = (DT + m) * DTOR
    func = lambda x: T[m] - v_PM(x) 
    M[m] = brentq(func, 1, Me+1) 
    M[0] = 0
    P[m] = TR * np.tan(T[m]) #X-AXIS POINTS
    P[0] = 0
    RR[m] = -TR / P[m]
    RR[0] = 0
    LR[m] = (np.tan(T[m] + np.arcsin(1 / M[m]))) 
    LR[0] = 0
    SL[m] = -RR[m] 
    SL[0] = 0 

我之前定义过（循环之前）v_PM并且它是相等的

v_PM = lambda x : (A * np.arctan(np.sqrt(B * (x ** 2 - 1))) - np.arctan(np.sqrt(x ** 2 - 1)))

正如我提到的，错误 RuntimeWarning: divide by zero encountered in double_scalars 参考RR[m] = -TR / P[m]

和两个错误 RuntimeWarning: divide by zero encountered in double_scalars 和

RuntimeWarning: invalid value encountered in arcsin 指：

LR[m] = (np.tan(T[m] + np.arcsin(1 / M[m])))

我也放在那里P[0] = 0等等M[0] = 0，因为我想让第一个元素为 0。

我不知道我是否可以忘记这个错误并继续我的代码，或者这是否是一些严重的问题。感谢您的帮助。

Answer 1

这些不是实际的错误，而是警告。它们在那里是因为您试图将某个值除以零。

也就是说，您要设置M[0] = 0然后除以M[0]（在第一次迭代时，其中m = 0），并且对于 也是如此P[0]。

问题是，您希望第一个值是什么？

也许解决方案是根据您的意愿初始化零值（在循环之前）并使用 开始循环m=1（因此使用for m in range(1,n+1):）。那是你所需要的吗？

但是，如果在不同的迭代中，警告可能仍然存在P[m]，或者M[m]为零。

T_max = 0.5 * v_PM(Me) * RTOD 
DT = (90 - T_max) - np.fix(90 - T_max) 
n = int(T_max * 2)

P = np.zeros((n+1))    
T = np.zeros((n+1))
M = np.zeros((n+1))
RR = np.zeros((n+1))
LR = np.zeros((n+1))
SL = np.zeros((n+1))

# initialize your values
M[0] = 0 # actually not needed
P[0] = 0 # actually not needed
RR[0] = 0 # actually not needed
LR[0] = 0 # actually not needed
SL[0] = 0 # actually not needed
T[m] = (DT) * DTOR

for m in range(1,n+1):
    T[m] = (DT + m) * DTOR
    #Mach from T[i] using T[i] = v_PM (FALSE POSITION)
    func = lambda x: T[m] - v_PM(x) 
    M[m] = brentq(func, 1, Me+1) 
    P[m] = TR * np.tan(T[m]) #X-AXIS POINTS

    #RR SLOPES
    RR[m] = -TR / P[m]

    #LR slopes
    LR[m] = (np.tan(T[m] + np.arcsin(1 / M[m]))) 
    SL[m] = -RR[m]