Comment réparer : valeur non valide rencontrée dans true_divide

Un avertissement que vous pouvez rencontrer lors de l’utilisation de NumPy est :

RuntimeWarning: invalid value encountered in true_divide

Cet avertissement se produit lorsque vous tentez de diviser par une valeur non valide (telle que NaN, Inf, etc.) dans un tableau NumPy.

Il convient de noter qu’il ne s’agit que d’un avertissement et que NumPy renverra simplement une valeur nan lorsque vous tenterez de diviser par une valeur non valide.

L’exemple suivant montre comment répondre à cet avertissement dans la pratique.

Comment reproduire l’erreur

Supposons que nous essayions de diviser les valeurs d’un tableau NumPy par les valeurs d’un autre tableau NumPy :

import numpy as np

#define NumPy arrays
x = np.array([4, 5, 5, 7, 0])
y = np.array([2, 4, 6, 7, 0])

#divide the values in x by the values in y
np.divide(x, y)

array([2.    , 1.25  , 0.8333, 1.    ,    nan])

RuntimeWarning: invalid value encountered in true_divide

Notez que NumPy divise chaque valeur de x par la valeur correspondante de y, mais un RuntimeWarning est produit.

En effet, la dernière opération de division effectuée était zéro divisé par zéro, ce qui a donné une valeur nan .

Comment répondre à cet avertissement

Comme mentionné précédemment, ce RuntimeWarning n’est qu’un avertissement et n’a pas empêché l’exécution du code.

Cependant, si vous souhaitez supprimer ce type d’avertissement, vous pouvez utiliser la syntaxe suivante :

np.seterr(invalid='ignore')

Cela indique à NumPy de masquer tout avertissement contenant un message « invalide ».

Donc, si nous exécutons à nouveau le code, nous ne recevrons aucun avertissement :

import numpy as np

#define NumPy arrays
x = np.array([4, 5, 5, 7, 0])
y = np.array([2, 4, 6, 7, 0])

#divide the values in x by the values in y
np.divide(x, y)

array([2.    , 1.25  , 0.8333, 1.    ,    nan])

Une valeur nan est toujours renvoyée pour la dernière valeur de la sortie, mais aucun message d’avertissement n’est affiché cette fois.

Ressources additionnelles

Les didacticiels suivants expliquent comment corriger d’autres erreurs courantes en Python :

Comment réparer KeyError dans Pandas
Comment réparer : ValueError : impossible de convertir le float NaN en entier
Comment réparer : ValueError : les opérandes n’ont pas pu être diffusés avec les formes