28.16. fpectl —浮点异常控制

大多数计算机都按照所谓的 IEEE-754 标准执行浮点运算。在任何实际计算机上，某些浮点运算都会产生无法表示为正常浮点值的结果。例如，try

>>> import math
>>> math.exp(1000)
inf
>>> math.exp(1000) / math.exp(1000)
nan

(上面的示例将在许多平台上运行.DECAlpha 可能是一个 exception.)“ Inf”是 IEEE-754 中的一种特殊的非数字值，表示“无穷大”，“ nan”表示“不是数字。 ”请注意，除了非数值结果外，当您要求 Python 进行这些计算时，没有什么特别的事情发生。实际上，这是 IEEE-754 标准规定的默认行为，如果对您有用，请立即停止阅读。

在某些情况下，最好在引发错误操作的地方引发异常并停止处理。在这种情况下可以使用fpectl模块。它提供了对来自多个硬件制造商的浮点单元的控制，允许用户在发生任何 IEEE-754 异常除以零，溢出或无效操作时打开SIGFPE的生成。与插入包装到组成您的 python 系统的 C 代码中的Pair包装宏一起，SIGFPE被捕获并转换为 Python FloatingPointError异常。

fpectl模块定义了以下Function，并且可能引发给定的异常：

• fpectl. turnon_sigfpe ( )

  • 打开SIGFPE的生成，并设置适当的 signal 处理程序。

• fpectl. turnoff_sigfpe ( )

  • 重置浮点异常的默认处理。

• exception fpectl. FloatingPointError

  • 执行turnon_sigfpe()后，浮点运算将引发 IEEE-754 异常除以零，溢出或无效运算之一，这将依次引发此标准 Python 异常。

28.16.1. Example

以下示例演示了如何启动和测试fpectl模块的操作。

>>> import fpectl
>>> import fpetest
>>> fpectl.turnon_sigfpe()
>>> fpetest.test()
overflow        PASS
FloatingPointError: Overflow

div by 0        PASS
FloatingPointError: Division by zero
  [ more output from test elided ]
>>> import math
>>> math.exp(1000)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
FloatingPointError: in math_1

28.16.2. 局限性和其他考虑

设置给定的处理器以捕获 IEEE-754 浮点错误当前需要基于每个体系结构的自定义代码。您可能需要修改fpectl才能控制您的特定硬件。

将 IEEE-754 异常转换为 Python 异常需要将包装宏PyFPE_START_PROTECT和PyFPE_END_PROTECT以适当的方式插入到您的代码中。 Python 本身已被修改以支持fpectl模块，但数值分析人员感兴趣的许多其他代码却没有。

fpectl模块不是线程安全的。