[英]Why does the Python ** operator behave differently on arrays and scalars
我不了解Python中**运算符的以下行为的合理性。 这将返回一个浮点数:
>>> 10**-1
0.1
这将返回整数:
>>> y=np.array([10,10,10])
>>> y
array([10, 10, 10])
>>> y**-1
array([0, 0, 0])
为什么?!
以下工作,但以上似乎很错误。
>>> y**-1.0
array([ 0.1, 0.1, 0.1])
为了提高效率,将numpy数组限制为指定的类型,例如您的类型:
>>> y=np.array([10,10,10])
>>> y.dtype
dtype('int64')
由于int不能表示小数部分,因此将其丢弃。 如果使用这样的浮点数组,则结果将是您期望的:
>>> y=np.array([10,10,10], dtype='float32')
>>> y.dtype
dtype('float32')
>>> y**-1
array([ 0.1, 0.1, 0.1], dtype=float32)
另外,如果您最初传入的列表包含float
类型,则dtype
将默认为float64
:
>>> y=np.array([10.0 ,10.0 ,10.0])
>>> y.dtype
dtype('float64')
>>> y**-1
array([ 0.1, 0.1, 0.1])
numpy实现它的任何包含两个int结果的数学运算..至少那在很大程度上是我的经验
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.