警告通常是有用的，在大多数情况下，我不建议这样做，但你总是可以使用Warnings模块来忽略filterwarnings的所有警告：

warnings.filterwarnings('ignore')

如果要唯一地隐藏特定错误，可以使用以下命令指定：

with warnings.catch_warnings():
    warnings.filterwarnings('ignore', r'All-NaN (slice|axis) encountered')

由seterr()控制的警告是由numpy ufunc机器发出的警告;例如，当A / B在实现除法的C代码中创建NaN时，因为在这些数组中的某个位置存在inf/inf。其他numpy代码可能会因为其他原因发出自己的警告。在本例中，您使用的是NaN-忽略归约函数之一，如nanmin()等。您向它传递一个数组，该数组包含所有NaN s，或者至少包含所有NaN s，这些NaN s沿着您请求减少的轴。由于使用nanmin()的通常原因是不想再取出另一个NaN，因此nanmin()将发出警告，表示它别无选择，只能给予您一个NaN。这直接进入标准库warnings机器，而不是numpy ufunc错误控制机器，因为它不是ufunc，并且NaN的生成与seterr(invalid=...)处理的不一样。

您可能希望避免隐藏警告，因为numpy引发此警告是有充分理由的。如果你想清理你的输出，当你的数组都是nan时，也许可以通过显式返回一个预定义的值来处理它。

def clean_nanmedian(s):
    if np.all(np.isnan(s)):
        return np.nan
    return np.nanmedian(s)

另外，请记住，只有在运行时中第一次发生这种情况时，才会引发此RuntimeWarning。

使用

def fxn():
    warnings.warn("deprecated", DeprecationWarning)
with warnings.catch_warnings():
    warnings.simplefilter("ignore")
    warnings.filterwarnings('ignore', r'All-NaN (slice|axis) encountered')
    fxn()

我没有抑制所有Numpy警告，事实上我仍然可以看到sklearn / numpy相关的警告，如

/usr/local/lib/python3.7/site-packages/sklearn/linear_model/randomized_l1.py:580: DeprecationWarning: `np.float` is a deprecated alias for the builtin `float`. To silence this warning, use `float` by itself. Doing this will not modify any behavior and is safe. If you specifically wanted the numpy scalar type, use `np.float64` here.
Deprecated in NumPy 1.20; for more details and guidance: https://numpy.org/devdocs/release/1.20.0-notes.html#deprecations
  eps=4 * np.finfo(np.float).eps, n_jobs=None,
/usr/local/lib/python3.7/site-packages/sklearn/feature_extraction/image.py:167: DeprecationWarning: `np.int` is a deprecated alias for the builtin `int`. To silence this warning, use `int` by itself. Doing this will not modify any behavior and is safe. When replacing `np.int`, you may wish to use e.g. `np.int64` or `np.int32` to specify the precision. If you wish to review your current use, check the release note link for additional information.
Deprecated in NumPy 1.20; for more details and guidance: https://numpy.org/devdocs/release/1.20.0-notes.html#deprecations
  dtype=np.int):

要完全删除这些问题，我的解决方案非常简单

import numpy as np
np.seterr(all="ignore")

把所有这些放在一起，我做了这个suppressAllWarnings，可以进一步定制：

def suppressAllWarnings(params={}):
    '''
        LP: suppress all warnings
        params = { regex: [ String ] }
    '''
    options = {
        "level": "ignore",
        "regex": [ r'All-NaN (slice|axis) encountered' ]
    }
    for attr in params:
        options[attr]=params[attr]
    import warnings
    # system-wide warning
    def fxn():
        warnings.warn("deprecated", DeprecationWarning)
    with warnings.catch_warnings():
        warnings.simplefilter("ignore")
        fxn()
        # LP custom regex warning
        for regex in options['regex']:
            warnings.filterwarnings('ignore', regex)
    # by module warnings
    try:
        # numpy warnings
        import numpy as np
        np.seterr(all=options['level'])
    except:
        pass

suppressAllWarnings()