为什么np.array（[1e5]）** 2与Python中的np.array（[100000]）** 2不同？

Question

请有人请解释一下为什么np.array([1e5])**2不等于np.array([100000])**2 ？ 来自Matlab，我发现它令人困惑！

>>> np.array([1e5])**2
array([  1.00000000e+10])   # correct

>>> np.array([100000])**2
array([1410065408])         # Why??

我发现此行为从1e5开始，因为下面的代码给出了正确的结果：

>>> np.array([1e4])**2
array([  1.00000000e+08])   # correct

>>> np.array([10000])**2
array([100000000])          # and still correct

Answer 1

1e5是一个浮点数，但10000是一个整数：

In [1]: import numpy as np

In [2]: np.array([1e5]).dtype
Out[2]: dtype('float64')

In [3]: np.array([10000]).dtype
Out[3]: dtype('int64')

但是在numpy中，整数具有固定的宽度（与python本身相反，它们是任意长度的数字），因此当它们变得大于允许的最大值时它们会“翻转”。

（注意，在你的情况下你使用的是32位构建，所以实际上后者会给你dtype('int32') ，它的最大值为2 ** 32-1 = 2,147,483,647，大约为2e9，比1e10。）

Answer 2

你的系统是默认为np.int32，它无法处理100000**2 。 如果你使用64位精度，你会没事的：

In [6]: np.array([100000], dtype=np.int32)**2
Out[6]: array([1410065408], dtype=int32)

In [7]: np.array([100000], dtype=np.int64)**2
Out[7]: array([10000000000])

默认值（32 vs 64）取决于你的numpy构建。