为什么Python **运算符在数组和标量上的行为不同

Question

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])

Answer 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])

Answer 2

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