时间戳

首页 > 解决方案 > Numpy浮动促销不一致

python - Numpy浮动促销不一致

问题描述

我的理解是，在 中x = f() * g()，首先f()执行，然后g()，然后将结果相乘，然后才分配给x. 然而下面似乎与此相矛盾：

import numpy as np

print(np.sqrt(2).dtype)
print((np.array([1.], dtype='float32') * np.array([.5], dtype='float64')).dtype)
print((np.array([1.], dtype='float32') * np.sqrt(2)).dtype)

>>> float64
>>> float64
>>> float32

在我之前的所有经验中，Numpy 都晋升到了更大的级别dtype，但不是在这里。如果我们分配单个数组并随后相乘，则行为相同。我想 Numpy 使用了一些隐藏属性，dtype而不是推翻 Python 执行。

效果如何？

标签： pythonarraysnumpycasting

解决方案

在第 2 行：

print((np.array([1.], dtype='float32') * np.array([.5], dtype='float64')).dtype)

您正在将两个数组相乘，因此它会提升 dtype（如您所料）。但是，在第三行：

print((np.array([1.], dtype='float32') * np.sqrt(2)).dtype)

您将一个标量乘以一个数组，它会保留数组 dtype。请注意，如果您将标量替换为这样的数组：

print((np.array([1.], dtype='float32') * np.sqrt([2])).dtype)

你会再次得到float64你所期望的。

推荐阅读