在numpy掩码数组上执行乘法时出现溢出警告

Question

我有一个应用程序正在从使用默认netcdf填充值（即9.96920996839e + 36）的netcdf文件中读取32位浮点数据。在应用程序的特定位置，对从输入数据创建的float32类型的掩码数组执行基本缩放（乘法）操作，因此：

x = marr * scale   # or, equivalently, x = ma.multiply(marr,scale)

该操作将引发“乘法时遇到溢出”警告，这可能是因为填充值和小数位的乘积超过了32位浮点数的最大值。已知掩码数组中的其他值很小。然后的问题是，为什么numpy甚至为输入数组中的蒙版元素计算乘积？当然应该忽略这些，对吗？

碰巧的是，警告可以被忽略，因为输出数组中的相应值仍被标记为已屏蔽。但是，知道这是numpy还是“按设计工作”中的错误会很有趣。

下面的代码片段说明了这种行为。

import numpy as np
import numpy.ma as ma
arr = [9.96920996839e+36, 1.123, 2.345, 9.96920996839e+36]
marr = ma.masked_values(np.array(arr, dtype='float32'), 9.96920996839e+36)
x = marr * 128.0

可以预料，如果掩码数组的类型为float64，则不会出现溢出警告（尽管如果比例因子足够大，则可能会出现）。同样，如果在float32情况下使用较小的填充值（例如-1.0e20），则警告消失。

从表面上看，当使用较大的填充值（这与32位fp值的最大值非常接近）时，numpy似乎无法识别掩码值。

TIA，
菲尔

Answer 1

可能是一个错误。上一行有：

np.seterr(divide='ignore', invalid='ignore')

这表明它旨在处理 0 或 NaN 掩码，但不是非常大的值。它应该是： 

np.seterr(divide='ignore', invalid='ignore', over='ignore')

也可以处理大掩码值。

请注意，numpy.ma操作通常对数组中的所有值进行操作，包括屏蔽值；这大概是因为效率和广播问题。