在 Python 中，warnings 是一个内置模块，用于发出有关程序执行的警告信息，这些警告信息通常是关于程序行为的潜在问题。
不过，这些问题通常不是致命的错误，只不过是展示我们代码中潜在的问题，或不推荐的做法，但是不会影响到我们代码的运行。

以下是一些常见的警告类型：

DeprecationWarning：当使用的功能已经被弃用，可能会在未来版本中移除时发出。

FutureWarning：当使用的功能或行为在未来版本中会有所改变，但目前仍然有效时发出。

ImportWarning：当模块导入过程中出现问题时，例如，当使用相对导入而包不是作为模块导入时。

PendingDeprecationWarning：与 DeprecationWarning 类似，但用于那些在当前版本中仍然有效，但将在下一个版本中被弃用的功能。

RuntimeWarning：当程序运行时发生某些行为可能会影响程序的正确性或性能时发出。

SyntaxWarning：当 Python 语法使用方式可能不正确时发出，例如，当在语法上存在一些不推荐的做法时。

UnicodeWarning：当处理 Unicode 字符串时出现问题，例如，当处理字符串时可能会丢失信息。

BytesWarning：当字节和字符串之间的操作可能导致数据丢失或意外行为时发出。

ResourceWarning：当程序可能没有正确管理资源，例如，当文件或网络连接没有被正确关闭时发出。

UserWarning：这是一个通用的警告类别，用于发出用户定义的警告信息。

EnvironmentError：当环境问题可能影响程序运行时发出，例如，当环境变量设置不当时。

Warning：这是所有警告的基类，通常不会直接使用，但可以捕获所有类型的警告。

warnings 模块定义了多种警告类别，例如 DeprecationWarning、FutureWarning、RuntimeWarning 等，我们可以通过指定这些 类别 来发出特定类型的警告，也可以指定警告信息，以及可选地指定文件和行号。

简单测试：

import warnings

warnings.warn("This is a warning message.")

返回的结果：
如果我们要指定特定的警告，例如避免测试过程中，某个操作或函数调用可能对性能有负面影响，对服务器造成负担，可以使用警告来提醒：

import warnings
for data in range(10000):#如果想要测试这个方面，建议改数值再运行！
    if data > 1000:
           warnings.warn("Processing large data sets can lead to performance issues.")
    else:
        print(data)

如果我们正式运行的过程中，不想要警告报出（有时候确实挺烦的，实际上对运行没有影响但是确会报错），这时候可以通过 warnings.filterwarnings() 来设置过滤规则，决定哪些警告应该被显示或忽略。

使用warnings.filterwarnings函数可以控制警告消息的显示行为。这个函数允许你指定一个过滤规则，以决定哪些警告应该显示，哪些应该被忽略。以下是一些使用warnings.filterwarnings可能产生的效果：

1. 忽略所有警告：
   当你使用warnings.filterwarnings("ignore")时，程序中所有的警告消息都不会显示在控制台上。这在生产环境中很常见，以避免警告信息干扰日志记录或用户界面。

   import warnings
   warnings.filterwarnings("ignore")
   #把这段代码放在上面测试的代码上，原本的报错就不会发生
   

2. 默认行为（只显示一次警告）：
   如果不设置过滤规则，或者使用warnings.filterwarnings("once")，每个警告只会显示一次。这是为了避免重复显示相同的警告信息。

   warnings.filterwarnings("once")
   

3. 总是显示警告：
   使用warnings.filterwarnings("always")可以让每个警告在每次触发时都显示出来，不论它之前是否已经显示过。

   warnings.filterwarnings("always")
   

4. 模块或类别特定的过滤：
   你可以指定只忽略来自特定模块的警告，或者特定类型的警告（如弃用警告DeprecationWarning）。

   # 忽略特定模块的所有警告
   warnings.filterwarnings("ignore", module="numpy")
   
   # 忽略所有弃用警告
   warnings.filterwarnings("ignore", category=DeprecationWarning)
   

5. 错误处理：
   将警告当作错误处理，可以通过warnings.filterwarnings("error")实现。这意味着当触发警告时，程序将抛出一个异常。

   warnings.filterwarnings("error")
   

6. 自定义过滤规则：
   你可以定义自己的过滤函数，根据警告的消息、类别、发生的位置等信息来决定是否显示该警告。

   def my_filter(message, category, filename, lineno, line=None):
       # 根据需要自定义过滤逻辑
       return message == "Expected warning message"
   
   warnings.filterwarnings("ignore", filter=my_filter)
   

使用warnings.filterwarnings的效果取决于我们自己设置的过滤规则。合理使用这些规则，可以有效管理程序中的警告信息，避免无关紧要的警告干扰程序的正常运行，同时也能在需要时获取重要的警告信息。