Comment réparer : RuntimeWarning : débordement rencontré dans exp

Un avertissement que vous pouvez rencontrer en Python est :

RuntimeWarning: overflow encountered in exp

Cet avertissement se produit lorsque vous utilisez la fonction exp NumPy, mais que vous utilisez une valeur trop grande pour qu’elle puisse la gérer.

Il est important de noter qu’il s’agit simplement d’un avertissement et que NumPy effectuera toujours le calcul que vous avez demandé, mais il fournit l’avertissement par défaut.

Lorsque vous rencontrez cet avertissement, vous avez deux options :

1. Ignorez-le.

2. Supprimez complètement l’avertissement.

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

Comment reproduire l’avertissement

Supposons que nous effectuions le calcul suivant en Python :

import numpy as np

#perform some calculation
print(1/(1+np.exp(1140)))

0.0

/srv/conda/envs/notebook/lib/python3.7/site-packages/ipykernel_launcher.py:3:
RuntimeWarning: overflow encountered in exp

Notez que NumPy effectue le calcul (le résultat est 0,0) mais il imprime toujours le RuntimeWarning .

Cet avertissement est imprimé car la valeur np.exp(1140) représente e ¹¹⁴⁰ , ce qui est un nombre massif .

Nous avons essentiellement demandé à NumPy d’effectuer le calcul suivant :

• 1 / (1 + nombre massif)

Cela peut se réduire à :

• 1 / nombre massif

Il s’agit effectivement de 0, c’est pourquoi NumPy a calculé le résultat comme étant 0.0 .

Comment supprimer l’avertissement

Si nous le souhaitons, nous pouvons utiliser le package warns pour supprimer les avertissements comme suit :

import numpy as np
import warnings

#suppress warnings
warnings.filterwarnings('ignore')

#perform some calculation
print(1/(1+np.exp(1140)))

0.0

Notez que NumPy effectue le calcul et n’affiche pas de RuntimeWarning.

Remarque : En général, les avertissements peuvent être utiles pour identifier les morceaux de code qui prennent beaucoup de temps à s’exécuter. Soyez donc très sélectif lorsque vous décidez de supprimer les avertissements.

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