FloatingPointError: invalid value encountered in sqrt

Last Updated on 2025年7月28日

概要

Pythonを使って数値計算やデータ解析を行う際、「FloatingPointError: invalid value encountered in sqrt」というエラーに遭遇することがあります。これは、主にNumPyなどの数学関数を扱う際に、非現実的な値（たとえば負の数の平方根など）を計算しようとしたときに発生します。本記事ではこのエラーの意味とその原因、具体的な対処法について詳しく解説します。

エラー内容

このエラーはPythonにおいて以下のように出力されることがあります。

FloatingPointError: invalid value encountered in sqrt

1	FloatingPointError: invalid value encountered in sqrt

このメッセージは「平方根の計算中に無効な値（invalid value）が発生した」という意味です。特にNumPyのような数値演算ライブラリで多く見られるエラーです。

原因

このエラーの主な原因は、平方根を計算しようとする際に、その引数が負の数やNaN（Not a Number）であることです。

具体的な原因として以下のようなケースが挙げられます：

マイナスの値に対して np.sqrt() を使用
データに欠損値（NaN）が含まれている
ゼロ除算などにより -inf や NaN が発生
np.seterr() によって例外を明示的に発生させている

import numpy as np
np.seterr(all='raise')

x = np.array([-4, 0, 4])
y = np.sqrt(x)
# -4に対して sqrt を適用しているため、FloatingPointErrorが発生する

import numpy as np

np.seterr(all='raise')

x = np.array([-4, 0, 4])

y = np.sqrt(x)

# -4に対して sqrt を適用しているため、FloatingPointErrorが発生する

対処法

以下のような対策を講じることで、エラーの発生を防ぐことができます。

1. 条件チェックで負の値を除外

import numpy as np

x = np.array([-4, 0, 4])
x = x[x >= 0]  # 負の値を除外
y = np.sqrt(x)

import numpy as np

x = np.array([-4, 0, 4])

x = x[x >= 0] # 負の値を除外

y = np.sqrt(x)

2. NaNやinfを事前に処理する

x = np.array([np.nan, 1, 4, -1])
x = x[np.isfinite(x) & (x >= 0)]
y = np.sqrt(x)

x = np.array([np.nan, 1, 4, -1])

x = x[np.isfinite(x) & (x >= 0)]

y = np.sqrt(x)

3. 警告だけにとどめる設定

np.seterr(all='warn')

1	np.seterr(all='warn')

4. エラー発生箇所をtry-exceptで保護

try:
    y = np.sqrt(x)
except FloatingPointError as e:
    print("浮動小数点エラーが発生しました:", e)

try:

y = np.sqrt(x)

except FloatingPointError as e:

print("浮動小数点エラーが発生しました:", e)

5. `np.sqrt()`の代わりに`np.lib.scimath.sqrt()`を使用

複素数対応の平方根計算関数を使うことで、負の値に対しても複素数として結果を得られます。

from numpy.lib.scimath import sqrt
x = np.array([-4, 0, 4])
y = sqrt(x)  # [-2.j,  0.,  2.]

from numpy.lib.scimath import sqrt

x = np.array([-4, 0, 4])

y = sqrt(x) # [-2.j, 0., 2.]

補足

Pythonでは、浮動小数点演算におけるエラーはデフォルトでは警告（Warning）として処理され、プログラムの実行は停止しません。しかし、以下のように np.seterr を使って厳格に扱うことも可能です。

np.seterr(all='raise')

1	np.seterr(all='raise')

このように設定すると、浮動小数点エラーが発生したときに、例外として扱われるようになります。開発段階やデバッグでは、この設定が問題の特定に役立ちます。

また、PandasのDataFrameを使っている場合は、欠損値や無限大を含む列に対して fillna() や replace() を活用して、事前に対処することも有効です。

まとめ

FloatingPointError: invalid value encountered in sqrt は、無効な値に対して平方根を計算したときに発生するエラー
主な原因は負の数やNaNを含む配列に np.sqrt() を適用した場合
対処法としては、事前のデータ検証、複素数対応の関数使用、またはNumPyのエラーハンドリング設定が有効
浮動小数点エラーを放置せず、明示的に制御することが、正確なデータ解析には重要