python - 规范化向量在 Numpy 中产生 nan

Question

我从 scipy/numpy 得到一些奇怪的行为，我怀疑这是一个错误，但有人可能知道得更多？我有一对长数组，为了调试目的，我将它们分成长度为 2-4 的帧。我想标准化每对帧并取点积。执行此操作的代码(带有一些调试输出)是:

   tf = numpy.copy(t_frame) / norm(t_frame)
   pf = numpy.copy(p_frame) / norm(p_frame)
   print "OPF:"
   print p_frame
   print "PF: "
   print pf
   print "TF norm is: " + str(norm(tf))
   print "PF norm is: " + str(norm(pf))
   print numpy.dot(tf, pf)
   return numpy.dot(tf, pf)

这确实符合我一段时间的预期(特别是为 tf 和 pf 指定了 1 的范数)但随后我开始看到这样的行:

OPF:

[ -91 -119 -137 -132]

PF:

[ nan nan nan nan]

什么？这可以在新的 Python 窗口中正常化:

>>> p = [ -91, -119, -137, -132] 
>>> p / norm(p)
array([-0.37580532, -0.49143773, -0.56577285, -0.54512421])

对于它的值(value)，我尝试了 numpy.linalg.norm、scipy.linalg.norm，并定义了一个函数来返回点的平方根产品。

有什么想法吗？

更新:感谢您的建议!我尝试将 dtype 切换为 float128 并且很遗憾地得到了类似的行为。我实际上倾向于相信这是 Python 中的错误，而不是 numpy 在这一点上:

1. 如果这是一个简单的溢出问题，我似乎会按照给定的列表得到它。但是，如果我在新的 Python session 中执行此操作，则规范计算得很好。

2. 我尝试自己滚动:

   def norm(v):
      return (  sum(numpy.array(v)*numpy.array(v)))**(0.5)
   

   这仅使用 numpy 来表示数组。我仍然遇到同样的问题，但是 稍后 在数据集中(并且没有运行时警告)。它正在执行大约 37000 次这样的计算。

3. 我实际上是在计算两个帧的范数，一个 t_frame 和一个 p_frame。当且仅当另一个计算阻塞时，一个计算阻塞。

放在一起，我认为在 Python (2.7.9) 的内部某处存在一些奇怪的缓冲区溢出？？？我最终也需要这些计算速度快；所以我正在考虑切换到 Cython 进行计算。

更新 2:我试着自己动手:

def norm(v):
  sum = float(0)
  for i in range(len(v)):
    sum += v[i]**2
  return sum**(0.5)

然后问题就消失了。所以我猜测它是 numpy(Gentoo Linux 上的 1.9.0)中的错误。

Answer 1

看起来这是 numpy 中的一个错误。如果数组的数据类型是 np.int16，我可以重现问题:

In [1]: np.__version__
Out[1]: '1.9.2'

In [2]: x = np.array([ -91, -119, -137, -132], dtype=np.int16)

In [3]: x
Out[3]: array([ -91, -119, -137, -132], dtype=int16)

In [4]: np.linalg.norm(x)
/Users/warren/anaconda/lib/python2.7/site-packages/numpy/linalg/linalg.py:2061: RuntimeWarning: invalid value encountered in sqrt
  return sqrt(sqnorm)
Out[4]: nan

问题也出现在numpy开发版的master分支。我在这里创建了一个问题:https://github.com/numpy/numpy/issues/6128

如果 p_frame 实际上是一个 16 位整数数组，一个简单的解决方法如下:

x = np.asarray(p_frame, dtype=np.float64)
pf = x / norm(x)