FloatingPointError通常不自动触发，仅在启用浮点异常检测（如numpy.seterr('raise')）时出现。1. 它由非法操作引发，如sqrt(-1)或溢出；2. 可用try-except捕获，但标准除零抛ZeroDivisionError；3. 推荐通过np.seterr()设为warn或ignore以控制行为；4. 更实用的做法是使用math.isnan()和math.isinf()检查结果有效性。多数场景下无需开启异常，合理验证输出更佳。
Python中浮点运算通常不会抛出FloatingPointError异常，因为默认情况下这类错误（如溢出、除零等）会以静默方式处理，返回inf、-inf或nan。但如果你启用了浮点异常检测，可能会遇到FloatingPointError。以下是常见处理方法。
1. 理解FloatingPointError触发条件
FloatingPointError属于Python的内置异常，但在大多数情况下不会自动触发。它仅在以下情况可能被激活：
- 使用numpy.seterr()设置了raise模式
- 执行了非法浮点操作，如0.0/0.0或exp(1000)导致溢出
例如：
import numpy as npnp.seterr(invalid='raise')
np.sqrt(-1) # 触发FloatingPointError
2. 捕获并处理异常
使用try-except结构捕获FloatingPointError：
立即学习“Python免费学习笔记（深入）”；
try:result = 1.0 / 0.0
except FloatingPointError:
print("浮点运算出错")
result = float('inf')
注意：标准Python除零会抛出ZeroDivisionError，FloatingPointError多见于NumPy计算。
3. 配置NumPy浮点错误处理行为
通过numpy.seterr()控制浮点异常响应方式：
- ignore：忽略错误（默认）
- warn：发出警告
- raise：抛出异常
- call：调用自定义函数
示例：
import numpy as npnp.seterr(over='warn', invalid='warn') # 出错时打印警告而非中断程序
4. 使用math.isnan()和math.isinf()检查结果
即使不启用异常，也应主动检查计算结果是否有效：
import mathresult = 0.0 / 0.0
if math.isnan(result):
print("结果为NaN")
elif math.isinf(result):
print("结果为无穷大")
基本上就这些。多数时候不需要开启FloatingPointError，合理检查输出值更实用。若使用NumPy，建议根据场景设置合适的错误处理策略。
