Numpy: バグ：np.minは常にNaNを伝播するとは限りません

xref scipy / scipy＃8282、scipy / scipy＃8279

ここでのもう1つのポイントは、たとえばAVXなどを使用しているために、異なる（実際には厄介ではないと思う）動作をトリガーするのは異なるコードパスである可能性があることです。ベクターのものがエラーCPUフラグを設定できなかったことが時々見られたと思います。それらが使用されているかどうかにかかわらず、それは少しランダムに見える可能性があるためです。

それがそれと大いに関係があるのなら、Dunnoですが、私はそれを期待しています、numpyは通常浮動小数点エラーについてあまり多くのことをしないと思います。 何かが起こったかどうかをチェックすることを除いて。

そしてチャックが言ったように、この浮動小数点エラーフラグの多くは残念ながらシステムによって異なります。

わかりました。エラーが一部のインストールでのみ発生し、他のインストールでは発生しない理由を理解しました。
scipyがNaNを含む可能性のある配列でnp.minを使用している理由は、NaNの存在をすばやくチェックする方法だからです。 numpyのドキュメントは、これが許容されることを示唆しています。

NaN値が伝播されます。つまり、少なくとも1つのアイテムがNaNの場合、対応する最小値もNaNになります。

これがnp.minの許可されたユースケースの1つであることを考えると、使用の観点からは、警告/エラーが発生することはまったくないと思います。

（これを達成する方法は明らかに他にもあります。たとえば、 np.isnan(arr).any()ですが、上記の理由は変わりません）

もっともらしい変化ではないと思います。

警告がまったくない場合は+1

こんにちは、

私は同様の矛盾に遭遇しました：

>>> import numpy
>>> import warnings
>>> warnings.simplefilter("always", category=RuntimeWarning)
>>> numpy.min(numpy.full((7,), numpy.nan, dtype=numpy.float64))
nan
>>> numpy.min(numpy.full((8,), numpy.nan, dtype=numpy.float64))
/home/user/env/lib/python3.6/site-packages/numpy/core/_methods.py:29: RuntimeWarning: invalid value encountered in reduce
  return umr_minimum(a, axis, None, out, keepdims)
nan

形状が8を超えると、RuntimeWarningが発生するのはなぜですか？

@NotSqrt @seberg入力配列のサイズがサイズ8に

> cat np-min-wat.py
import numpy as np

print "numpy version:", np.__version__
print ""

def show_min(input):
    print ""
    arr = np.array(input)
    print arr.dtype, arr
    print "this should be nan as per docs:", arr.min()
    arr = np.array

input = [31., 487., np.nan, 10000., 10000., 19., 101., 22., 1000., 300., 10.]
for x in xrange(3, len(input) + 1):
    show_min(input[0:x])

OSXとWindowsでこのかなり奇妙な動作を示しますが、Linuxでは示しません。python2.7.13とnumpy1.14.2を使用した新しいvirtualenv：

numpy version: 1.14.2

/Users/kip/ac/Environments/test/lib/python2.7/site-packages/numpy/core/_methods.py:29: RuntimeWarning: invalid value encountered in reduce
  return umr_minimum(a, axis, None, out, keepdims)

float64 [ 31. 487.  nan]
this should be nan as per docs: nan

float64 [   31.   487.    nan 10000.]
this should be nan as per docs: nan

float64 [   31.   487.    nan 10000. 10000.]
this should be nan as per docs: nan

float64 [   31.   487.    nan 10000. 10000.    19.]
this should be nan as per docs: nan

float64 [   31.   487.    nan 10000. 10000.    19.   101.]
this should be nan as per docs: nan

float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.]
this should be nan as per docs: 19.0

float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.  1000.]
this should be nan as per docs: 19.0

float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.  1000.   300.]
this should be nan as per docs: nan

float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.  1000.   300.
    10.]
this should be nan as per docs: nan

そこにある2つの「これはドキュメントに従ってnanである必要があります： 19.0 」行を参照してください。

また、nb警告はnumpy 1.13.1（私が最初にこの動作を観察した場所）には表示されません。

@kippr NumPyはどこで入手しましたか？

8つの要素の境界がAVX512に関連している可能性があり、問題はコンパイラとCPUの組み合わせにあると推測します。 どのCPU /コンパイラで問題が発生していますか？

@juliantaylor考え？

アライメントも影響している可能性があります。

こんにちは@charris

私の投稿を見てくれてありがとう..あなたの質問に答えるために：

CPU ：
❃sysctl-nmachdep.cpu.brand_stringIntel（R）Core（TM）i7-6700K CPU @ 4.00GHz

NumPyは新しいvirtualenv（homebrewを介してインストールされたpython 2.7.13）のMacのpipを介してインストールされたので、すべてのデフォルトのコンパイラフラグなどを使用していると思いますか？

仮想envを再作成し、pip installを再実行しました。これが私に関係するように見えますが、インストール時に届くメッセージがたくさんあります。（完全なログが添付されています。）他の情報があれば教えてください。ビルドディレクトリなどから釣り上げることができます。または、コンパイルフラグがある場合は試してみてください。

[..]
 Downloading numpy-1.14.2.zip (4.9MB):                                                                                                                                                                                                                                            
  Downloading from URL https://pypi.python.org/packages/0b/66/86185402ee2d55865c675c06a5cfef742e39f4635a4ce1b1aefd20711c13/numpy-1.14.2.zip#md5=080f01a19707cf467393e426382c7619 (from https://pypi.python.org/simple/numpy/)                                                      
...Downloading numpy-1.14.2.zip (4.9MB): 4.9MB downloaded              
[..]
    building library "npymath" sources
    get_default_fcompiler: matching types: '['gnu95', 'nag', 'absoft', 'ibm', 'intel', 'gnu', 'g95', 'pg']'
    customize Gnu95FCompiler
    Found executable /usr/local/bin/gfortran
    customize Gnu95FCompiler
    customize Gnu95FCompiler using config
    C compiler: clang -fno-strict-aliasing -fno-common -dynamic -I/Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX10.12.sdk/System/Library/Frameworks/Tk.framework/Versions/8.5/Headers -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes

    compile options: '-Inumpy/core/src/private -Inumpy/core/src -Inumpy/core -Inumpy/core/src/npymath -Inumpy/core/src/multiarray -Inumpy/core/src/umath -Inumpy/core/src/npysort -I/usr/local/Cellar/python/2.7.13/Frameworks/Python.framework/Versions/2.7/include/python2.7 -c'
    clang: _configtest.c
    clang _configtest.o -o _configtest
    success!
    removing: _configtest.c _configtest.o _configtest

ありがとう
クリス

build.log

Psはおそらく驚くことではありませんが、maxでも同じ動作が見られます。

numpy version: 1.14.2


arr.dtype, arr: float64 [ 31. 487.  nan]
/Users/kip/ac/Environments/meh/lib/python2.7/site-packages/numpy/core/_methods.py:29: RuntimeWarning: invalid value encountered in reduce
  return umr_minimum(a, axis, None, out, keepdims)
arr.min(): nan
/Users/kip/ac/Environments/meh/lib/python2.7/site-packages/numpy/core/_methods.py:26: RuntimeWarning: invalid value encountered in reduce
  return umr_maximum(a, axis, None, out, keepdims)
arr.max(): nan
np.amin(arr): nan
np.nanmin(arr): 31.0

arr.dtype, arr: float64 [   31.   487.    nan 10000.]
arr.min(): nan
arr.max(): nan
np.amin(arr): nan
np.nanmin(arr): 31.0

arr.dtype, arr: float64 [   31.   487.    nan 10000. 10000.]
arr.min(): nan
arr.max(): nan
np.amin(arr): nan
np.nanmin(arr): 31.0

arr.dtype, arr: float64 [   31.   487.    nan 10000. 10000.    19.]
arr.min(): nan
arr.max(): nan
np.amin(arr): nan
np.nanmin(arr): 19.0

arr.dtype, arr: float64 [   31.   487.    nan 10000. 10000.    19.   101.]
arr.min(): nan
arr.max(): nan
np.amin(arr): nan
np.nanmin(arr): 19.0

arr.dtype, arr: float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.]
arr.min(): 19.0
arr.max(): 10000.0
np.amin(arr): 19.0
np.nanmin(arr): 19.0

arr.dtype, arr: float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.  1000.]
arr.min(): 19.0
arr.max(): 10000.0
np.amin(arr): 19.0
np.nanmin(arr): 19.0

arr.dtype, arr: float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.  1000.   300.]
arr.min(): nan
arr.max(): nan
np.amin(arr): nan
np.nanmin(arr): 19.0

arr.dtype, arr: float64 [   31.   487.    nan 10000. 10000.    19.   101.    22.  1000.   300.
    10.]
arr.min(): nan
arr.max(): nan
np.amin(arr): nan
np.nanmin(arr): 10.0

同じnumpyバージョン（arch上）をAVX2およびsse4.2機能も備えたCPUで使用していますが、Linuxでは表示されません。 多分それはmac / clangと関係がありますか？

編集/修正:(私はさまざまな配置を誘発して少し試しましたが、警告部分をチェックしませんでしたが、間違った結果部分が表示されません）

正しく設定されていないCPUフラグがあると思います。おそらくコンパイラに関連しています。

それを追跡するためだけなら、この問題を明らかにするテストが必要です。 @kippr何を

np.min(np.diagflat([np.nan]*10), axis=0)

あなたのインストールで行いますか？

こんにちは@charris

それは大丈夫のようです：

In [1]: import numpy as np

In [2]: np.min(np.diagflat([np.nan]*10), axis=0)
Out[2]: array([ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan])

しかし、私はさらにいくつかのコンボを試し、次のことを見つけました（最後の1つ、8つの値とaxis = 1を参照）：

In [3]: np.min(np.diagflat([np.nan]*10), axis=1)
Out[3]: array([ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan])

In [4]: np.min(np.diagflat([np.nan]*8), axis=0)
Out[4]: array([ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan])

In [5]: np.min(np.diagflat([np.nan]*8), axis=1)
Out[5]: array([ nan,  nan,   0.,   0.,  nan,   0.,  nan,  nan])

かなり不思議です..それが原因を理解するのに役立つかどうかはわかりません。

@ seberg-はい、そうです

ありがとう
クリス

@kipprこれは基本的な操作に影響を及ぼし、問題はおそらくNumPyに起因するものではないように思われるため、非常に

NumPyには、1.14でこの動作を変更したものは何もありません。 たぶんOpenBLASはコントロールをいじっています...

@juliantaylor @VictorRodriguez考え？

こんにちは@charris

MacのPython3でもこの動作が見られます。

Python 3.6.0 (default, Jan 23 2017, 20:09:28)
[GCC 4.2.1 Compatible Apple LLVM 8.0.0 (clang-800.0.42.1)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np

>>> np.min(np.diagflat([np.nan]*8), axis=1)
array([nan, nan,  0.,  0., nan,  0., nan, nan])
>>> np.__version__
'1.14.2'

Nb Macのpython2.7でNumPyバージョン1.13でこの動作に最初に気付いたので、1.14で導入されたリグレッションではありませんでした。

Python 2.7.10 (default, Feb  7 2017, 00:08:15)
[GCC 4.2.1 Compatible Apple LLVM 8.0.0 (clang-800.0.34)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> np.min(np.diagflat([np.nan]*8), axis=1)
array([ nan,  nan,   0.,   0.,  nan,   0.,  nan,  nan])
>>> np.__version__
'1.13.1'

そしてそれをcygwin / windowsで再現しました：

$ python
Python 2.7.13 (default, Mar 13 2017, 20:56:15)
[GCC 5.4.0] on cygwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> np.min(np.diagflat([np.nan]*8), axis=1)
array([ nan,  nan,   0.,   0.,  nan,   0.,  nan,  nan])
>>> np.__version__
'1.13.1'

しかし、Linuxではこの問題は見られません。

Python 2.7.6 (default, Oct 26 2016, 20:32:47) 
[GCC 4.8.4] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy as np
>>> np.min(np.diagflat([np.nan]*8), axis=1)
array([ nan,  nan,  nan,  nan,  nan,  nan,  nan,  nan])
>>> np.__version__
'1.13.1'

@charris numpyのパフォーマンス最適化の旅で、openblasとコンパイラフラグがnumpy / scipyの動作に影響を与える可能性があることを確認しました（私の経験に基づく）。 私たちが取ることができる最初のステップは、C（openblasライブラリを使用）テストでこれに取り組むことです。これにより、動作を分離して、複製できるかどうかを確認できます。 また、これがMACとWindowsだけにあることを再確認するだけですか？ Linuxではこの動作を見ることができません（avxパッチは1.15で使用されるため、これに影響を与えることはありません）。 @kippr Mac / Windowsでどのようにnumpyを構築しましたか？ よろしく

こんにちは@VictorRodriguez

これは、両方のプラットフォームでのpipインストール、Macの場合は新しいvirtualenvを介したものでした。 Python2.7インストールのコンパイル出力を含むpipのログを貼り付けた上記を参照してください。 （Python 3 pipのインストールはホイールのようです。）

乾杯クリス

こんにちは皆さん
私が助けるために提供できる他の情報はありますか？

ありがとう

Mac（およびおそらく他のプラットフォーム）では、コンパイラー（Macではデフォルトでgccではなくclang / llvm）が問題のある方法でSSE2コマンドを並べ替えているため、バグが発生しています。 のバグ：

np.min(np.diagflat([np.nan]*8), axis=1)

実行されているコードが以下から生成されたsse2_minimum_DOUBLEであるため、が発生しています。
https://github.com/numpy/numpy/blob/d7d5cb3feccc1fc6cf57159e8b9fe0a733968706/numpy/core/src/umath/simd.inc.src#L1020

具体的には、1041行目の関数内のこのコード（SSE2フォームを自動拡張しました）を見てみましょう。

        }
        c1 = _mm_min_pd(c1, c2);

        if (npy_get_floatstatus() & NPY_FPE_INVALID) {
            *op = NPY_NAN;
        }
        else {
            npy_double tmp = sse2_horizontal_min___m128d(c1);
            ....
         }

コンパイラは、c1割り当てとnpy_get_floatstatus（）が関連していることを理解していないため、コードを次のように変更します。

        }
        if (npy_get_floatstatus() & NPY_FPE_INVALID) {
            *op = NPY_NAN;
        }
        else {
            c1 = _mm_min_pd(c1, c2);
            npy_double tmp = sse2_horizontal_min___m128d(c1);
            ....
         }

もちろんこれは意味がありません...最適化の下でこれを行わないようにするための推奨される方法はわかりません。 （他のプラットフォームには、このためのSTDC FENV_ACCESSプラグマがあると思いますか？）

たぶん、このコードの変更は5年前のものなので、バグの原因は新しいバージョンのclangとさまざまな最適化ですか？

ありがとう@tzickel

私は何ヶ月も前の高校のクラス以来Cを書いていなかったので、これを解決するための賢い方法を絶対に理解するつもりはありませんが、コンパイラに元の順序で評価させるためにいくつかのことを試みました上記のifステートメントを次のように変更します。

if ((sizeof(c1) != 0) || (sizeof(c1) == 0) & npy_get_floatstatus() & NPY_FPE_INVALID) {

そして確かに、私がこれを行うと、バグは消えます。

（私はまた、コンパイラにifステートメントの前に_mm_min_pdを評価させるために、他のあまり馬鹿げていないフォームをたくさん試しました。たとえば、ifステートメントの両側とif / elseブロックの後にc1への参照を配置し、すべてとにかくそれらを並べ替えたが、常にc = _mm_min_pd割り当てを実行したか、または私の呼び出しが実際には何らかの形式のヌープであると考えたのではないかと思います。）

しかし、いずれにせよ、私が見ているバグを特定したことを確認できます。誰かがコンパイラに_mm_min_pdとnpy_get_floatstatusの順序をそのままにしておくようにヒントを与える良い方法があることを願っています。

さて、グーグルが提案したもう1つのことも機能しました：c1を揮発性にする：

https://github.com/numpy/numpy/blob/d7d5cb3feccc1fc6cf57159e8b9fe0a733968706/numpy/core/src/umath/simd.inc.src#L1029

になります：

        /* load the first elements */
        @vtype@ volatile c1 = @vpre@_load_@vsuf@((@type@*)&ip[i]);
        @vtype@ c2 = @vpre@_load_@vsuf@((@type@*)&ip[i + stride]);
        i += 2 * stride;

しかし、それが目標を達成するための最良の方法であるかどうか、それがどのような意味を持つのかはわかりません。

この@tzickelの追加のデバッグにでした。@ kippr質問があります。これはMacへの新しいpipインストールであるため、最初からビルドすることは想定されていません。 また、gccを使用してLinuxシステムで実行した場合：

$ python
Python 3.6.5（デフォルト、2018年4月1日、15：40：54）
Linux上の[GCC7.3.0]
詳細については、「help」、「copyright」、「credits」、または「license」と入力してください。

numpyをnpとしてインポート
np.version.version
「1.14.2」
np.min（[1.、2.、3.、4.、np.nan]）
ナン
np.min（[1.、2.、3.、np.nan、4。]）
ナン
np.min（[1.、2.、np.nan、3.、4。]）
ナン
np.min（[1.、np.nan、2.、3.、4。]）
ナン
np.min（[np.nan、1.、2.、3.、4。]）
ナン
np.min（[np.nan、1。]）
ナン
np.min（[np.nan、1.、np.nan]）
ナン
np.min（[1.、np.nan]）
ナン
np.seterr（all = 'raise'）
{'divide'： 'warn'、 'over'： 'warn'、 'under'： 'ignore'、 'invalid'： 'warn'}
np.min（[np.nan、1.0]）
ナン

警告はまったく表示されないため、説明したように、問題はclangにある可能性があります。 私が不思議に思う唯一のことは、なぜあなたがpip installnumpyでこれを見ているのかということです。 どのように構築されましたか？ そして、どのフラグが使用されましたか？

また、私のMacでもエラーはありません：

https://hastebin.com/cuzinajero.swift

これは次のようなものでより安全にできるのだろうか

if (c1 = n_mm_min_pd(c1, c2), py_get_floatstatus() & NPY_FPE_INVALID) {

@juliantaylor考え？

あるいは

return_nan = (c1 = n_mm_min_pd(c1, c2), py_get_floatstatus() & NPY_FPE_INVALID);
if (return_nan) {

スレッドセーフではないかもしれませんが、コンマ演算子はシーケンスポイントであると想定されています。 うーん、simdコードのどれだけがスレッドセーフなのだろうか。

@ VictorRodriguezpython2.7を使用してMacで

pip installの完全な出力をキャプチャしました： https ：

上記の変更をテストするために、ソース（現在のマスター）からビルドしましたが、微調整を行わなくても、動作が壊れていることを確認しました。 それを構築するとき、INSTALL.rst.txtで提案されたコマンドラインを使用しました：
python setup.py build -j 4 install --prefix $HOME/.local

注意点として、ここの誰かが、Windowsでもバグを見たと言っています。 Windowsではclangでコンパイルされていないと思いますが、MSVCまたはGCCでは、これはnumpyがプラットフォームのルールを尊重していないことを意味している可能性があります。 Windowsでは、numpyはfp状態を取得するために_statusfpを使用し、MSDNドキュメントには次のように記載されています。

多くの数学ライブラリ関数は浮動小数点ステータスワードを変更し、予測できない結果をもたらします。 最適化により、_status87、_statusfp、および関連する関数の呼び出しに関する浮動小数点演算を並べ替え、結合し、排除できます。 / Od（Disable（Debug））コンパイラオプションまたはfenv_accessプラグマディレクティブを使用して、浮動小数点演算を並べ替える最適化を防ぎます。

GCCとMSVC（ただし、現時点ではclangではありません）には、これを制御するためのプラグマがあります。

@tzickelは、Windowsビルドがcygwinであると言ったことをかなり確信しています。 MSVCでは再現できません。

全体的に私は@charrisの提案が好き

/* use the comma operator to prevent optimization changing the order of evaluation */
if (c1 = n_mm_min_pd(c1, c2), py_get_floatstatus() & NPY_FPE_INVALID) {

これは、Python2.7で使用されるVisualStudio8コンパイラでもサポートされています。
2番目の、よりコンパクトな提案は難読化されすぎているようです

このバグの影響を受けやすいコード内の他の場所はありますか？

1. cygwinビルドはGCCと言っていますが、これはバグがLinuxのように動作するはずだということです。

2. 私が正しく理解していれば、コンマ演算子は最適化に役立ちません。コード生成の別のレベルで機能します。 コンパイラーは、両方の式が無関係であると考えて、それらを移動することができます。 これが事実であることを示す小さな例です（コメントコードをその隣の行で変更してみてください）、外部関数の呼び出しに関連するminpdをチェックし（コンパイラフラグの-O3が指定されていることを確認してください）、切り替えますGCCとCLANG（GCCトランクには今のところ同じバグがあるようです:)）：

https://godbolt.org/g/Zoc5xr

1. fenv.hを見ると、基本的に、そのファイルにアクセスするコード内のすべての関数には、同じ問題の可能性があります。 したがって、そこからコードで呼び出されているものはすべて、numpy / core / src / npymath /ieee754.cで使用されています。

2. 私の意見では、clangは現在、最適化を使用してこのタイプの関数の安全なコードを生成できないため、オプションは次のとおりです。
   A. gcc（少なくとも公式のMacホイール）でコンパイルし、clangでコンパイルすると警告が表示されます。
   B. Clangは、関数ごとにoptnone属性をサポートします。これは、clangでコンパイルされた場合、すべての最適化（低速ですが正しいコード）を無効にするためにそのような関数に振りかけることができます。
   https://clang.llvm.org/docs/AttributeReference.html#optnone -clang-optnone-clang-optnone

コンマ演算子に切り替えてもまったく役に立ちません- ;はすでにシーケンスポイントです。

@ eric-wieserよろしいですか？ ;がシーケンスポイントとしてリストされていません。 https://msdn.microsoft.com/en-us/library/azk8zbxd.aspx 。

いずれの場合も、コンマ演算子の引数が評価される順序は保証されますが、 ;で区切られたステートメントの場合はそうではありません。

@charris残念ながら、提案された変更では問題が解決されないようです。

diff --git a/numpy/core/src/umath/simd.inc.src b/numpy/core/src/umath/simd.inc.src
index 2241414ac..8345e3ef7 100644
--- a/numpy/core/src/umath/simd.inc.src
+++ b/numpy/core/src/umath/simd.inc.src
@@ -1038,9 +1038,8 @@ sse2_@kind@_@TYPE@(@type@ * ip, @type@ * op, const npy_intp n)
             c1 = @vpre@_@VOP@_@vsuf@(c1, v1);
             c2 = @vpre@_@VOP@_@vsuf@(c2, v2);
         }
-        c1 = @vpre@_@VOP@_@vsuf@(c1, c2);

-        if (npy_get_floatstatus() & NPY_FPE_INVALID) {
+        if (c1 = @vpre@_@VOP@_@vsuf@(c1, c2), npy_get_floatstatus() & NPY_FPE_INVALID) {
             *op = @nan@;
         }
         else {

変数を揮発性としてマークすると問題が解決することに注意してください。

他のバリエーションを試してみたい場合はお知らせください。

コンパイラは、コンマ演算子に関する仕様に準拠していないようです。少なくとも、仕様を理解しているためです。 コンパイラの現在の状態に対する最も簡単な解決策は、脆弱に見えますが、 volatile追加することのようです。

さて、GCC 8.1がリリースされたばかりで、何を推測しますか...最適化されたGCCは、clangがここで行うのと同じ問題を生成しますhttps://github.com/numpy/numpy/issues/10370#issuecomment -384154230（コンマは生成されません）期待どおりにそこで役立ちますが、volatileはそうします）、distutilsがこれを軽減するgccフラグを有効にするかどうかはわかりませんが、そうではないと思います。

GCC 8.1のコードは次のとおりです（問題がない7.3と比較できます）。
https://godbolt.org/g/AJRdRQ

そこで、asmでminpdおよびnpy_get_floatstatus呼び出しを検索します。

とりあえず、問題が発生した場合に問題を通知するはずのいくつかのテストと一緒に、揮発性を使用してみましょう。 私たちが見るかもしれない別のオプションは、揮発性またはコンパイラ指令を使用できる別の関数ですが、管理を容易にするために1つの場所にあります。

これは、この特定の問題よりもはるかに大きなケースです。 ieee754.cの関数を呼び出すnumpyコードはすべて、監査して修正する必要があります。 （たぶん、この問題の名前をもう一度変更するか、新しい問題を開いてください）。

minpd命令の驚くべき動作は、 https ：//github.com/numpy/numpy/issues/10370#issuecomment-381241813に関連している可能性があり

この命令の1つの値のみがNaN（SNaNまたはQNaN）である場合、2番目のオペランド（ソースオペランド）（NaNまたは有効な浮動小数点値）が結果に書き込まれます。

参照： http ：

@mattkretzは

@tzickel不思議なことに、問題はどのレベルの最適化で発生しますか？ 以前は-O2に制限していましたが、一部のプラットフォームでは-O3または同等のものを使用していると思います。

このgccバグと同様に、私は思います： https ：

ここでは#pragma STDC FENV_ACCESS ON設定するのが正しい解決策のようですが、C99が必要です。これを使用するには、Python2.7を削除する必要があります。 おそらく、GCC --std=c90モードは、プラグマがないために最適化を行うことができると想定しています。

すべての質問については、こちらのリンクにアクセスしてください。

https://godbolt.org/g/AJRdRQ（*共有されているようですので、入力を新しいウィンドウにコピーして

コンパイラのバージョン、コンパイラフラグ、コードを変更して、その場で結果を確認してみてください...

これは、両方の最新のコンパイラで-O1を使用している場合に発生します。 #pragmaは何もしていないようです...。

そのバージョンは非常に複雑で、アセンブラが多すぎて、アセンブラをcコードに関連付けるのが困難です。 元のバージョンははるかに単純で、問題を実証しました。

PRもご覧ください

うーん....どのOS /コンパイラでnumpy-1.14.3-cp27-cp27mu-manylinux1_x86_64.whl（pypiアーカイブから）がコンパイルされたのか誰か教えてもらえますか？ ここにも別の（関連する）問題が隠れているのではないかと思います。

@tzickelデフォルトのubuntuの信頼できるコンパイラは見当たりません。

@charris manylinuxコンテナは、gcc4.2がインストールされたCentos5を実行します。

@ngoldbaum情報をありがとう。 間もなくPython3.7用のホイールを構築する必要があります。 それはtravis.ymlビルドマトリックスにMB_PYTHON_VERSION=3.7エントリを追加するのと同じくらい簡単ですか？

manylinuxツールが更新されるまで待つ必要があると思います。 python3.6がIIRCに登場してから数週間かかりました。 @njsmithはおそらくもっと知っています。

@ngoldbaum gcc 4.2選んだ理由は何ですか？ 必要に応じて、新しいバージョンのコンパイラを使用するのは簡単ですか？

gcc 4.2を選択したきっかけは何ですか？

目標は、バイナリ互換性の問題が実際には問題にならないほど古いglibcでコンパイルできるようにすることだったと思います。

必要に応じて、新しいバージョンのコンパイラを使用するのは簡単ですか？

知りません。 また、numpyが建物の車輪をどのように管理しているかもわかりません。 プロジェクトにMatthewBrettのマルチビルドプロジェクトを使用しています。プロジェクト用のpython3.7ホイールをビルドするには、それが更新されるまで待つ必要があります。

それが最終的な関連の問題であるかどうかはわかりませんが、そのSSEコードで別の問題を見つけたと思います。

numpy 1.14.0では、FPエラーが発生した場合にランタイム警告をスローするコードが追加されました。
https://github.com/numpy/numpy/commit/d47ca7b26172c42b01c3132d0e46e70578c8ea21

しかし、SSEの実装をもう一度見ると、次のようになります。
https://github.com/numpy/numpy/blob/d7d5cb3feccc1fc6cf57159e8b9fe0a733968706/numpy/core/src/umath/simd.inc.src#L1020

アレイの中央に配置された部分のみがFPUを通過し、ヘッダーとトレーラー（メモリに配置されていないため、SSE可能ではない）が手動でNaNをチェックされ、FPUを経由しないことがわかります。SSEはパーツはそうするので、中央のパーツだけがNaN警告をトリガーし、他のパーツは（入力と出力が同等である間）トリガーしません。 それは大丈夫ですか ？

np.min（[1、np.nan、1、1、1、1、1、1]）はランタイム警告をトリガーしません
しかし、np.min（[1、1、np.nan、1、1、1、1、1]）はそうします。

np.min（[1、np.nan、1、1、1、1、1、1]）はランタイム警告をトリガーしません

@tzickelこれは＃11029に関連していますよね？

編集：フォーマット

ソースの問題は＃8954だったようで、PR＃9020につながりました

はい、しかし私のポイントは、＃9020がすべての可能なケースをカバーしていなかったということです。 それらの1つはこのSSEコードです（これはいくつかの最適化のためにこのメカニズムを破壊します）。

＃11029については、NaNの伝播のバグに加えて、あちこちの投稿の両方で、警告が表示される場合と表示されない場合がある理由を理解しようとしています。

別の質問は、NaNが入力に存在する場合、最小/最大の両方の結果であり、すでにisNan /無効をチェックしている場合、NaNの最初のインスタンスを検出したときに高速終了するべきではありませんか？

@tzickelいずれの削減操作も早期終了しません。 将来、gufuncsとしてリファクタリングされる可能性があります。